LSTM מפוקח-בקושי
LSTM מפוקח-בקושי מאמן רשת Long Short-Term Memory על נתוני רצף שבהם תוויות נקיות, מתויגות ידנית, הן נדירות או חסרות. במקום זאת, מקורות תוויות מרובים, לא מושלמים – כללי היוריסטיקה, פיקוח מרוחק, מיקור המונים, או פונקציות תיוג תכנותיות – משולבים ליצירת תוויות אימון הסתברותיות, המשמשות לאחר מכן לפיקוח על ה-LSTM. הדבר מאפשר אימון סקלאבילי על קורפוסים גדולים ללא תיוג אנושי ממצה.
קראו את השיטה במלואה
התחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Weakly Supervised Long Short-Term Memory Network. ScholarGate. https://scholargate.app/he/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.
- LSTM מכוונן עדיןלמידה עמוקה↔ compare
- Long Short-Term Memory (LSTM)למידה עמוקה↔ compare
- רשת נוירונים רקורנטיתלמידה עמוקה↔ compare
- LSTM חצי-מפוקחלמידה עמוקה↔ compare
- רשת עצבית חוזרת עם פיקוח חלשלמידה עמוקה↔ compare
- טרנספורמר עם פיקוח חלשלמידה עמוקה↔ compare