Xarxa Neuronal Recursiva amb Supervisió Feble
Una xarxa neuronal recursiva (RNN) amb supervisió feble entrena una xarxa neuronal recursiva en seqüències les etiquetes de les quals provenen de fonts imperfectes —regles heurístiques, supervisió distant, crowdsourcing o models generatius d'etiquetes— en lloc d'una costosa anotació experta. Això permet als investigadors explotar grans corpus no etiquetats per a tasques seqüencials com la classificació de text, el reconeixement d'entitats nomenades o la predicció de sèries temporals quan les dades completament anotades són escasses o costoses.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Ratner, A., De Sa, C., Wu, S., Selsam, D., & Re, C. (2016). Data Programming: Creating Large Training Sets, Quickly. Advances in Neural Information Processing Systems (NeurIPS), 29. link ↗
- Zhou, Z.-H. (2018). A brief introduction to weakly supervised learning. National Science Review, 5(1), 44–53. DOI: 10.1093/nsr/nwx106 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Weakly Supervised Recurrent Neural Network. ScholarGate. https://scholargate.app/ca/deep-learning/weakly-supervised-recurrent-neural-network
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Unitat recurrent amb portes (GRU)Aprenentatge profund↔ compare
- Long Short-Term Memory (LSTM)Aprenentatge profund↔ compare
- Xarxa Neuronal RecurrentAprenentatge profund↔ compare
- LSTM supervisat feblementAprenentatge profund↔ compare
- Transformer amb supervisió febleAprenentatge profund↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →