LSTM зі слабким наглядом
LSTM зі слабким наглядом (Weakly supervised LSTM) навчає мережу довгої короткочасної пам'яті (Long Short-Term Memory) на послідовних даних, де чисті, вручну анотовані мітки є дефіцитними або відсутніми. Натомість, кілька недосконалих джерел міток — евристичні правила, віддалений нагляд, краудсорсинг або програмні функції маркування — комбінуються для створення імовірнісних навчальних міток, які потім використовуються для нагляду за LSTM. Це дозволяє масштабоване навчання на великих нерозмічених корпусах без вичерпної ручної анотації.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Weakly Supervised Long Short-Term Memory Network. ScholarGate. https://scholargate.app/uk/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.
- Fine-Tuned LSTMГлибоке навчання↔ compare
- Довга короткострокова пам'ять (LSTM)Глибоке навчання↔ compare
- Рекурентна нейронна мережаГлибоке навчання↔ compare
- Напівкерована LSTMГлибоке навчання↔ compare
- Рекурентна нейронна мережа зі слабким наглядомГлибоке навчання↔ compare
- Трансформер зі слабким наглядомГлибоке навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →