Etiketter er dyre. Rådata er billige. Semi-superviseret læring kombinerer et lille mærket sæt med et stort umærket sæt og bruger strukturen af ​​umærkede data til at forbedre generalisering ud over, hvad etiketter alene kunne opnå.

Tilgange varierer. Selvtræning mærker umærkede eksempler med en model og gentræner derefter på det kombinerede sæt. Konsistensregularisering tvinger modellen til at producere lignende output for forstyrrede versioner af det samme input. Grafbaserede metoder udbreder mærker gennem similaritetsnetværk.

Almindelige semi-overvågede teknikker

• Selvtræning og pseudo-mærkning
• Konsistensregulering
• Entropiminimering
• Grafbaseret etiketudbredelse
• Kontrastiv prætræning efterfulgt af finjustering

Resultaterne afhænger i høj grad af data. Hvis umærkede eksempler kommer fra en anden distribution end mærkede eksempler, kan ydeevnen forringes. Omhyggelig validering og domænematchning er lige så vigtig som algoritmen.