^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.
九月 15, 2023
自监督学习, 此條目没有列出任何参考或来源, 2023年5月30日, 維基百科所有的內容都應該可供查證, 请协助補充可靠来源以改善这篇条目, 无法查证的內容可能會因為異議提出而被移除, 此條目可参照英語維基百科相應條目来扩充, 若您熟悉来源语言和主题, 请协助参考外语维基百科扩充条目, 请勿直接提交机械翻译, 也不要翻译不可靠, 低品质内容, 依版权协议, 译文需在编辑摘要注明来源, 或于讨论页顶部标记, href, template, translated, page, html, title, template. 此條目没有列出任何参考或来源 2023年5月30日 維基百科所有的內容都應該可供查證 请协助補充可靠来源以改善这篇条目 无法查证的內容可能會因為異議提出而被移除 此條目可参照英語維基百科相應條目来扩充 若您熟悉来源语言和主题 请协助参考外语维基百科扩充条目 请勿直接提交机械翻译 也不要翻译不可靠 低品质内容 依版权协议 译文需在编辑摘要注明来源 或于讨论页顶部标记 a href Template Translated page html title Template Translated page Translated page a 标签 自监督学习 SSL 是机器学习的一種范式 用于处理未标记数据以获取有用的表示 以帮助下游学习任务 SSL方法最显著的特点是它们不需要人类标注的标签 这意味着它的训练完全基于由未标记的数据样本组成的数据集 典型的SSL流程包括在第一阶段学习监督信号 自动生成的标签 这些监督信号将用于后续阶段中的某些监督学习任务 因此 SSL可以視为无监督学习和监督学习的中间形式 典型的 SSL 方法基于人工神经网络或其他模型 例如决策列表 英语 Decision list 1 參考資料 编辑 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 nbsp 取自 https zh wikipedia org w index php title 自监督学习 amp oldid 78125233, 维基百科，wiki，书籍，书籍，图书馆，
