Machine learningDeep learning / NLP / CV
弱教師ありTransformer
弱教師ありTransformerは、Transformerアーキテクチャの表現力と、ノイズが多く不完全、あるいはプログラム的に生成されたラベルを利用する弱教師あり戦略を組み合わせることで、完全にアノテーションされたデータセットが希少または生成コストが法外に高い場合に、高品質な自然言語処理（NLP）およびコンピュータビジョンモデルのトレーニングを可能にします。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Ratner, A., Bach, S. H., Ehrenberg, H., Fries, J., Wu, S., & Re, C. (2017). Snorkel: Rapid training data creation with weak supervision. Proceedings of the VLDB Endowment, 11(3), 269–282. DOI: 10.14778/3157794.3157797 ↗
- Zhou, Z.-H. (2018). A brief introduction to weakly supervised learning. National Science Review, 5(1), 44–53. DOI: 10.1093/nsr/nwx106 ↗
このページの引用方法
ScholarGate. (2026, June 3). Weakly Supervised Transformer. ScholarGate. https://scholargate.app/ja/deep-learning/weakly-supervised-transformer
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.
- BERTベースの分類深層学習↔ compare
- Fine-Tuned Transformer深層学習↔ compare
- 自己教師ありTransformer深層学習↔ compare
- 半教師ありTransformer深層学習↔ compare
- 弱教師ありBERTベース分類深層学習↔ compare