Slabě supervizovaný LSTM

Slabě supervizovaný LSTM trénuje rekurentní neuronovou síť typu Long Short-Term Memory (LSTM) na sekvenčních datech, kde jsou čisté, ručně anotované popisky vzácné nebo chybí. Místo toho se kombinuje více nedokonalých zdrojů popisků — heuristická pravidla, vzdálená supervize, crowdsourcing nebo programové popisovací funkce — k produkci pravděpodobnostních trénovacích popisků, které se následně používají k supervizi LSTM. To umožňuje škálovatelné trénování na velkých neanotovaných korpusech bez vyčerpávající lidské anotace.