التعلم التعاوني التصحيحي-التقدمي للتقسيم الدلالي شبه المُدرَّب
يُعتبر التدريب الوهمي جوهر الفكرة في التعلم شبه المُراقب للتصنيف الدلالي، وهناك دائمًا تنازُع بين الاستفادة من العلامات الوهمية عالية الجودة فقط، وبين استغلال جميع العلامات الوهمية. ولحل هذه المشكلة، نقترح منهجية تعلم جديدة تُسمى التعلم التعاوني التدريجي الحذر (CPCL)، حيث يتم تدريب شبكتين تنبؤيتين بالتوازي، ويُطبَّق التدريب الوهمي بناءً على التوافق والاختلاف بين تنبؤي الشبكتين. تسعى إحدى الشبكتين إلى التوصل إلى نقاط تشابه من خلال التدريب عبر التقاطع، وتُدرَّس باستخدام العلامات عالية الجودة لضمان مراقبة أكثر موثوقية، في حين تُحتفظ الأخرى بالاختلافات من خلال التدريب عبر الاتحاد، وتُدرَّس باستخدام جميع العلامات الوهمية لضمان الاستكشاف المستمر بفضول. وبهذا، يتم تحقيق تعاون بين التطور الحذر والاستكشاف التدريجي. ولتقليل تأثير العلامات الوهمية المشبوهة، يتم إعادة وزن دالة الخسارة ديناميكيًا بناءً على مستوى ثقة التنبؤ. وأظهرت التجارب الواسعة أن CPCL تحقق أداءً متميزًا على مستوى الحالة الحالية في التصنيف الدلالي شبه المُراقب.