半监督情感分析即用
用协同一致性假设和可学习过滤网络，解决了半监督多模态情感分析中伪标签不可靠的问题，性能超越现有方法。
Yuan, Ziqi · Jingliang, Fang · 徐华 · 高凯
IEEE/ACM Transactions on Audio Speech and Language Processing 2024
可学习过滤网络利用无标签数据的隐式判别一致性和有标签数据的显式指导，自动识别并剔除不可靠伪标签，无需预设阈值。
该方法不依赖手动设定的阈值，而是通过训练让网络自行判断哪些实例具有误导性，减少了超参数调节负担。
在两个基准数据集上，MC-Teacher 均展示了超越现有半监督方法的性能。
通过自适应的指数移动平均策略和启发式动量系数，解耦学生和教师网络，使训练过程更稳定。