Apprentissage Actif Semi-Supervisé

L'Apprentissage Actif Semi-Supervisé (SSAL) est un paradigme d'apprentissage hybride qui combine la stratégie de requête sélective de l'apprentissage actif avec la capacité de l'apprentissage semi-supervisé à exploiter les données non étiquetées. Le modèle sélectionne itérativement les instances non étiquetées les plus informatives pour une annotation experte, tout en exploitant simultanément le grand ensemble d'échantillons non annotés pour améliorer ses propres représentations, réduisant ainsi considérablement les coûts d'étiquetage tout en maintenant une forte précision prédictive.