2018 ACL 论文
Strong Baselines for Neural Semi-supervised Learning under Domain Shift
不同数据集的迁移学习
MT-Tri方法在情感分析上（无监督域适应）超过DANN方法
半监督学习结合了监督学习和无监督学习方法，能在有标签但标签不完整的数据中使用机器学习算法。本文重点介绍半监督学习算法中特殊算法，它们能在未标记数据上生成代理标签（proxy-label），并将其与已经标记好的数据共同使用。这些标签是模型本身或其变体生成的，无需额外监督——这意味着它们可能并不能反映事实，是嘈杂的、微弱的，但我们还是能从中提取到一些有用的学习信号。
a) self-training (Self);
b) tri-training (Tri);
c) tri-training with disagreement (Tri-D); and
d) asymmetric tri-training (Saito et al., 2017).
e) MT-Tri
Self-training（自训练算法）
Self-training有一个模型m、一个含标签训练数据集L和一个不含标签数据集U。每次迭代中，模型m会基于标签集C，为U中的样本x生成一个标签概率m(x)。如果m(x)大于阈值τ，我们就用p(x)=argmax m(x)为样本x生成一个伪标签（pseudo-label），然后把它归入训练集L中。
这个过程通常要重复固定次数的迭代，直到为所有“没有把握”的样本确定一个靠谱的伪标签。
Co-training（协同训练）
Co-training有m1和m2两个模型，它们分别在不同的特征集上训练。每轮迭代中，如果两个模型里的一个，比如模型m1认为自己对样本x的分类是可信的，置信度高，分类概率大于阈值τ，那m1会为它生成伪标签，然后把它放入m2的训练集。简而言之，一个模型会为另一个模型的输入提供标签。以下是它的伪代码：
Tri-training（三体训练法）
在采样变体上分别训练出m1、m2、m3三个模型后，它们无需计算置信度，只需按照“少数服从多数”的做法筛选出标签。选择两个模型m1,m2都agree的label，并且m3 disagree的label,将此样本加入m3的训练集中。那么算法会为样本生成多数同意的伪标签，然后把它放入mi的训练集。
Tri-training with disagreement
Asymmetric tri-training
Asymmetric tri-training让三个模型中的一个只在代理标签上训练，而不是已有标签集（算法4中的第10行），并且这个模型只会在测试期间完全对目标域样本进行分类。这就是它非对称（Asymmetric）的原因——三个模型的作用是不一样的。此外，三个模型使用的相同的特征提取器。
Multi-task tri-training
如果说Tri-training有什么缺点，那应该就是它有三个独立模型要训练，所以必须依赖大量训练数据，这在实践中的代价昂贵的。为了缓解这一问题，2018年，Ruder和Plank把迁移学习思想引入半监督学习，提出Multi-task tri-training算法[23]，旨在减少三体训练过程中的时间、空间复杂度，实现跨模型知识共享和加速训练。正如Multi-task这个词所显示的，Multi-task tri-training不再单独训练模型，而是共享参数，并用多任务学习（MTL）机制对它们进行联合训练。需要注意的是，这里的三个模型还是作用相同的，所以这只是个伪MTL。
如下图伪代码所示，和经典Tri-training算法相比，Multi-task tri-training可以联合训练多任务模型及其三个特定模型的输出，而且因为正交约束强制模型m1和m2之间的不同表示，算法不用对带标签的源域数据进行bootstrap采样直至收敛。第三个模型m3只在生成了伪标签的目标样本上训练，最后算法会依据“多数投票”机制决定最终预测结果。
附：Self-ensembling
Ladder networks
Virtual Adversarial Training
Π model
Temporal Ensembling
Mean Teacher