Weak Supervision（弱监督）

弱监督的核心思想是融合多个弱监督源（如模式、词典、预训练模型）的输出，通过标签模型估计真实标签。常见方法包括数据编程、半监督学习和噪声鲁棒学习。挑战在于估计弱源准确性和依赖关系，以及控制噪声传播。弱监督已成功应用于文本分类、实体识别和医学影像分析，是推动AI落地的重要手段。