Red Neuronal Recurrente Débilmente Supervisada
Una RNN débilmente supervisada entrena una red neuronal recurrente con secuencias cuyas etiquetas provienen de fuentes imperfectas —reglas heurísticas, supervisión distante, crowdsourcing o modelos generativos de etiquetas— en lugar de anotaciones expertas costosas. Esto permite a los investigadores explotar grandes corpus no etiquetados para tareas secuenciales como clasificación de texto, reconocimiento de entidades nombradas o predicción de series temporales cuando los datos completamente anotados son escasos o costosos.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Weakly Supervised Recurrent Neural Network. ScholarGate. https://scholargate.app/es/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.
- Unidad Recurrente con Compuertas (GRU)Aprendizaje profundo↔ compare
- Memoria a Largo Plazo (LSTM)Aprendizaje profundo↔ compare
- Red Neuronal RecurrenteAprendizaje profundo↔ compare
- LSTM débilmente supervisadoAprendizaje profundo↔ compare
- Transformador con Supervisión DébilAprendizaje profundo↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →