LSTM débilmente supervisado

El LSTM débilmente supervisado entrena una red Long Short-Term Memory en datos secuenciales donde las etiquetas limpias y anotadas manualmente son escasas o inexistentes. En su lugar, se combinan múltiples fuentes de etiquetas imperfectas —reglas heurísticas, supervisión distante, crowdsourcing o funciones de etiquetado programático— para producir etiquetas de entrenamiento probabilísticas, que luego se utilizan para supervisar el LSTM. Esto permite un entrenamiento escalable en grandes corpus no etiquetados sin una anotación humana exhaustiva.