Pseudo-KennzeichnungDabei handelt es sich um den Vorgang, beim Trainieren eines Modells Vorhersagebeschriftungen zu unbeschrifteten Daten hinzuzufügen. Es löst das Problem nicht gekennzeichneter Daten und kann auch zum Trainieren halbüberwachter Lernmodelle zusammen mit gekennzeichneten Daten verwendet werden.

Das Diagramm des Pseudo-Labeling-Prozesses sieht wie folgt aus:

Zuerst wird das Modell anhand der beschrifteten Daten trainiert. Anschließend wird das trainierte Modell verwendet, um die Beschriftungen der unbeschrifteten Daten vorherzusagen und Pseudobeschriftungen zu erstellen. Anschließend werden die gelabelten Daten und die neu generierten Pseudolabel-Daten integriert und als neue Trainingsdaten verwendet.