Модели в глубоком обучении требуют большого количества размеченных данных, чтобы повысить точность и производительность по сравнению с другими подходами. Однако доступность такого большого количества размеченных данных является узким местом для различных доменов. Одним из новых подходов, который ранее демонстрировался для получения более точных результатов, является подход под названием Tri-training [6], в котором 3 отдельные модели были обучены с частичными обучающими данными для создания..