摘要：在图像理解的实际应用中，人工标注数据的代价总是很大，而收集大量未标注数据则较为容易。因此，作为利用未标注数据进行学习的经典方法，基于图的半监督学习对图像理解至关重要，即它能够有效地利用大量未标注数据改善图像理解的效果，从而减少对人工标注的依赖。虽然基于图的半监督学习相关工作已经取得不错的结果，但是仍然存在如下关键问题急需解决：如何根据具体的应用构建图；如何处理数据标注中的噪声；如何有效利用其他形式的监督信息。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社