Слабо контролируемая рекуррентная нейронная сеть

Слабо контролируемая рекуррентная нейронная сеть (RNN) обучается на последовательностях, метки для которых получены из несовершенных источников — эвристических правил, удаленного контроля, краудсорсинга или генеративных моделей меток — вместо дорогостоящей экспертной разметки. Это позволяет исследователям использовать большие неразмеченные корпуса для последовательных задач, таких как классификация текстов, распознавание именованных сущностей или прогнозирование временных рядов, когда полностью размеченные данные редки или дороги.