在以下情况下可以考虑半监督学习，特别是主动学习：

• 一般的半监督设置包括通过将最初的小训练集迭代地应用于未标记的实例来训练模型。有多种方法可以最大程度地降低在错误分类实例上训练模型的风险。
• 主动学习是半监督学习的一种变体，其中模型向人类专家查询注释，但实例是经过仔细选择的，以尽量减少人工。
• 还有bootstrapping，将重点放在正实例上：将原始模型应用于未标记的数据，手动注释仅预测为正的实例（仅在正类远小于负类的情况下有用）。