ในบางแง่ฉันคิดว่าคำถามนี้ไม่สามารถตอบได้ ฉันพูดแบบนี้เพราะวิธีการที่ไม่มีผู้ควบคุมโดยเฉพาะนั้นทำได้ดีเพียงใดขึ้นอยู่กับเหตุผลว่าทำไมการเรียนรู้แบบไม่สำรองในตอนแรกคือวิธีนี้ทำงานได้ดีในบริบทของเป้าหมายสุดท้ายของคุณหรือไม่ เห็นได้ชัดว่าสิ่งนี้ไม่เป็นความจริงอย่างสมบูรณ์คนทำงานกับปัญหาเหล่านี้และเผยแพร่ผลลัพธ์ซึ่งรวมถึงการประเมินผลบางประเภท ฉันจะร่างแนวทางบางประการที่ฉันคุ้นเคยด้านล่าง
ทรัพยากรที่ดี (ที่มีการอ้างอิง) สำหรับการจัดกลุ่มเป็นหน้าเอกสาร sklearn ของการจัดกลุ่มการประเมินผลงาน วิธีนี้ครอบคลุมหลายวิธี แต่ทั้งหมดมีค่าสัมประสิทธิ์ Silhouette สมมติว่ามีป้ายชื่อพื้นจริง วิธีนี้ยังกล่าวถึงในคำถามการประเมินผลการวัดการจัดกลุ่มที่เชื่อมโยงในความคิดเห็นสำหรับคำถามนี้
หากวิธีการเรียนรู้ที่ไม่ได้รับการสนับสนุนของคุณนั้นน่าจะเป็นไปได้อีกทางเลือกหนึ่งคือการประเมินการวัดความน่าจะเป็นบางอย่าง แรงจูงใจที่นี่คือถ้าวิธีการเรียนรู้ที่ไม่ได้รับมอบหมายของคุณกำหนดความน่าจะเป็นสูงให้กับข้อมูลที่คล้ายกันซึ่งไม่ได้ใช้เพื่อให้พอดีกับพารามิเตอร์ โดเมนที่การประเมินประเภทนี้ใช้กันทั่วไปคือการสร้างแบบจำลองภาษา
ตัวเลือกสุดท้ายที่ฉันจะพูดถึงคือการใช้ผู้เรียนภายใต้การดูแลในงานเสริมที่เกี่ยวข้อง หากคุณไม่ได้รับการดูแลวิธีการสร้างตัวแปรแฝงคุณสามารถคิดว่าตัวแปรแฝงเหล่านี้เป็นตัวแทนของการป้อนข้อมูล ดังนั้นจึงเป็นเรื่องที่สมเหตุสมผลที่จะใช้ตัวแปรแฝงเหล่านี้เป็นอินพุตสำหรับตัวจําแนกแบบมีผู้ควบคุมที่ดำเนินการบางอย่างที่เกี่ยวข้องกับโดเมนที่ข้อมูลมาจาก ประสิทธิภาพของวิธีการสอนนั้นสามารถใช้เป็นตัวแทนสำหรับการปฏิบัติงานของผู้เรียนที่ไม่ได้รับการฝึกอบรม นี่คือการตั้งค่าที่คุณเห็นในการเรียนรู้การเป็นตัวแทนส่วนใหญ่
คำอธิบายนี้อาจคลุมเครือเล็กน้อยดังนั้นฉันจะยกตัวอย่างที่เป็นรูปธรรม เกือบทุกงานในการเรียนรู้การเป็นตัวแทนของคำใช้วิธีการประเมินผลดังต่อไปนี้:
- เรียนรู้การเป็นตัวแทนของคำโดยใช้ผู้เรียนที่ไม่ได้รับการดูแล
- ใช้การเป็นตัวแทนที่ได้รับการเรียนรู้เป็นอินพุตสำหรับผู้เรียนภายใต้การดูแลซึ่งทำหน้าที่ NLP บางอย่างเช่นส่วนของการติดแท็กคำพูดหรือการจดจำชื่อเอนทิตี
- ประเมินประสิทธิภาพของผู้เรียนที่ไม่ได้รับการฝึกอบรมโดยความสามารถในการปรับปรุงประสิทธิภาพของผู้เรียนที่อยู่ภายใต้การดูแลเมื่อเปรียบเทียบกับพื้นฐานโดยใช้การแสดงมาตรฐานเช่นคุณลักษณะการมีอยู่ของคำไบนารี
สำหรับตัวอย่างของวิธีการนี้ในการปฏิบัติให้ดูที่เครื่องฝึกอบรม Boltzmann ที่มีข้อ จำกัด ในการสังเกตการณ์ Wordโดย Dahl et al.