सेमी-सुपरवाइज्ड Doc2Vec, Le और Mikolov (2014) के पैराग्राफ वेक्टर फ्रेमवर्क का विस्तार करता है, जो लेबल वाले और बिना लेबल वाले कॉर्पोरा दोनों पर एक साथ सघन दस्तावेज़ एम्बेडिंग को प्रशिक्षित करके, उपलब्ध वर्ग लेबल को प्रतिनिधित्व को कार्य-प्रासंगिक संरचना की ओर निर्देशित करने के लिए एक सहायक संकेत के रूप में उपयोग करता है, जबकि सामान्यीकरण के लिए पूर्ण बिना लेबल वाले संग्रह का भी लाभ उठाता है।
Le, Q. V., & Mikolov, T. (2014). Distributed Representations of Sentences and Documents. Proceedings of the 31st International Conference on Machine Learning (ICML 2014), PMLR 32(2), 1188–1196. link ↗