本論文は、ラベル付けの手間削減に貢献することを目的として、画像分類問題に焦点を当て、少量のラベル付きデータと多量のラベルなしデータを用いた半教師あり学習法を提案する。ラベルなしデータを十分に活用するモデルを提案するために、ラベルなしデータを追加する方法にSelf-training手法を、ラベルなしデータのラベル予測に必要な特徴空間の作成にTriplet networkを適用する。
各クラス20の画像データから成る3クラス分類タスクを実行し、提案モデルの有効性を示す。提案手法によって、ラベルなしデータを効果的に利用できるため、従来のラベル付きデータ作成の手間を省き、深層学習技術の利用に対する障壁を減らすことができる。