NH-CROP：コスト不確実性下でのガバナンスされた言語データ資産に対する堅牢な価格設定

要旨: 言語データはますます資産として取得され、管理されるようになっていますが、それにもかかわらず、プラットフォームはその候補となる資源の真のプライバシーまたはアクセスコストを把握する前に価格設定を行うことがしばしばあります。本研究では、コスト不確実性のもとで管理された言語データ資産に対するオンライン価格設定を扱います。各ラウンドにおいて、プラットフォームはNLPタスク、候補となる資産、粗いコスト見積もりを観測し、より精緻なコストのシグナルのために支払いを行うことができ、価格を提示し、安全な純収益を受け取ります。
本研究では、
\textsc{NH-CROP}
, を、害を与えない情報取得ゲートを備えた切り詰め型の頑健な価格設定の枠組みとして導入します。この方法は、直接価格設定、リスクを考慮した価格設定、検証してから価格設定する手法を比較し、推定された意思決定価値が、最良の「検証なし」代替案を上回る場合にのみ情報を取得します。合成データ、実プロキシ、および下流の効用に基づくベンチマークにおいて、切り詰め型の
\textsc{NH-CROP}
の変種は、価格のみのベースラインやリスクを考慮したベースラインと比べて、改善するか同等の競争力を維持します。因果的なアブレーションにより、有料の検証が、実プロキシおよび効用に基づく設定における獲得の主な源ではないことが示されます。最も強力に学習された方策は、多くの場合検証を選ばないのです。オラクルおよび高い意思決定価値に関する診断からは、精緻化されたコスト情報が、それでもなお局所的に大きな価値を持ち得ることが示されます。総合すると、管理された言語データのプラットフォームは、まず不確実なアクセスコストのもとで価格を調整し、情報が安価で意思決定に直結する場合にのみ検証を行うべきです。