La teoría de la decisión de tres vías ha sido ampliamente utilizada en diversas disciplinas y campos como un método eficiente tanto para el razonamiento del conocimiento como para la toma de decisiones. Sin embargo, la aplicación de la teoría de decisión de tres vías a datos parcialmente etiquetados ha recibido relativamente menos atención. En este estudio, proponemos un modelo de co-entrenamiento semi-supervisado basado en la decisión de tres vías y etiquetas pseudo. Primero presentamos un método simple pero efectivo para producir dos vistas asignando etiquetas pseudo a datos no etiquetados, sobre la base del cual se desarrolla un algoritmo heurístico de reducción de atributos. Luego, la decisión de tres vías se combina con el concepto de entropía para formar reglas de co-decisión para clasificar datos no etiquetados en muestras útiles, inciertas o inútiles. Finalmente, algunas muestras útiles son seleccionadas de forma iterativa para mejorar el rendimiento del modelo de co-decisión. Los resultados experimentales en conjuntos de datos de UCI demuestran que el modelo propuesto supera a otros modelos semi-supervisados, mostrando su potencial para datos parcialmente etiquetados.