به سوی یادگیری زبان بدون برچسب
یادگیری ماشین به داده نیاز دارد. اکثر مدلها برای برچسبگذاری این دادهها به انسان نیاز دارند. این فرآیند زمانبر و هزینهبر است.
پژوهشگران در حال تغییر این روند هستند. آنها به سمت یادگیری بدون برچسب (zero-label learning) حرکت میکنند. این روش به مدلها اجازه میدهد بدون برچسبهای انسانی یاد بگیرند.
نحوه عملکرد:
- مدلها از یادگیری بدون نظارت (unsupervised learning) برای یافتن الگوها استفاده میکنند.
- آنها ساختار زبان را به تنهایی یاد میگیرند.
- آنها از دانش موجود برای پیشبینی اطلاعات جدید استفاده میکنند.
این تغییر، نیاز به مجموعهدادههای عظیم را کاهش میدهد. این امر آموزش مدلها را سریعتر میکند و همچنین دسترسی به هوش مصنوعی را برای زبانهای خاص آسانتر میسازد.
هدف، کارایی است. ما میخواهیم مدلها مانند انسانها یاد بگیرند. ما جهان را مشاهده میکنیم و بدون نیاز به اصلاح مداوم، یاد میگیریم.
منبع: https://dev.to/paperium/towards-zero-label-language-learning-3omp
انجمن یادگیری اختیاری: https://t.me/GyaanSetuAi