理工酷

简单来说,在弱监督学习中，只能使用数量有限的标记数据。如何选择这些数据以及如何使用它们取决于方法。通常，使用的数据数量有限，很容易获取和产生实际影响的数据，然后学习其余的数据。
我认为bootstrapping是一种可以在弱监督学习中使用的方法，但这不是一种普遍接受的观点。
Bootstrapping也称为自我训练，是一种学习形式，旨在使用更少的训练示例，因此有时称为弱监督。Bootstrapping从几个训练例子开始，训练一个分类器，并使用这个分类器产生的被认为是正面的例子来进行再训练。随着训练样本集的增加，分类器得到了改进。前提是没有太多的负面样本被误分类为正面，否则可能导致性能的恶化。
在词性标记的例子中，通常会对10000个单词训练一个HMM（或最大熵或其他形式）标注器，每个单词都有其词性。在弱监督标记的情况下，可能只需要使用一个非常小的100个单词的语料库，就可以得到一些标签，用它们来标记更大的语料库。