Εκπαίδευση LSTM με Ασθενή Επίβλεψη
Η LSTM με ασθενή επίβλεψη εκπαιδεύει ένα δίκτυο Long Short-Term Memory σε δεδομένα ακολουθίας όπου καθαρά, χειροκίνητα επισημασμένα ετικέτες είναι σπάνια ή απουσιάζουν. Αντ' αυτού, πολλαπλές ατελείς πηγές ετικετών — ευριστικοί κανόνες, απομακρυσμένη εποπτεία, crowdsourcing, ή προγραμματιζόμενες συναρτήσεις επισήμανσης — συνδυάζονται για να παράγουν πιθανοτικές ετικέτες εκπαίδευσης, οι οποίες στη συνέχεια χρησιμοποιούνται για την επίβλεψη της LSTM. Αυτό επιτρέπει την κλιμακούμενη εκπαίδευση σε μεγάλα μη επισημασμένα σώματα κειμένων χωρίς εξαντλητική ανθρώπινη επισήμανση.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- 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 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Weakly Supervised Long Short-Term Memory Network. ScholarGate. https://scholargate.app/el/deep-learning/weakly-supervised-lstm
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.
- Βελτιστοποιημένη LSTMΒαθιά Μάθηση↔ compare
- Μνήμη Μακράς Βραχείας Διάρκειας (LSTM)Βαθιά Μάθηση↔ compare
- Αναδρομικό Νευρωνικό ΔίκτυοΒαθιά Μάθηση↔ compare
- Ημι-επιβλεπόμενο LSTMΒαθιά Μάθηση↔ compare
- Ασθενώς επιβλεπόμενο Αναδρομικό Νευρωνικό ΔίκτυοΒαθιά Μάθηση↔ compare
- Ασθενώς Επιβλεπόμενο TransformerΒαθιά Μάθηση↔ compare
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →