自監督學習
此條目沒有列出任何參考或來源。 (2023年5月30日) |
此條目可參照英語維基百科相應條目來擴充。 |
自監督學習(SSL)是機器學習的一種範式,用於處理未標記數據以獲取有用的表示,以幫助下遊學習任務。SSL方法最顯著的特點是它們不需要人類標註的標籤,這意味着它的訓練完全基於由未標記的數據樣本組成的數據集。典型的SSL流程包括在第一階段學習監督信號(自動生成的標籤),這些監督信號將用於後續階段中的某些監督學習任務。因此,SSL可以視為無監督學習和監督學習的中間形式。
參考資料
編輯- ^ Yarowsky, David. Unsupervised Word Sense Disambiguation Rivaling Supervised Methods. Proceedings of the 33rd Annual Meeting of the Association for Computational Linguistics (Cambridge, MA: Association for Computational Linguistics). 1995: 189–196 [1 November 2022]. doi:10.3115/981658.981684 . (原始內容存檔於2022-12-14).