Unlabeled Data

释义 Definition

unlabeled data 指“无标签数据/未标注数据”：在机器学习中，只有输入数据（如文本、图片、特征），但没有对应的正确答案或类别标签的数据。常见于无监督学习、半监督学习与自监督学习等场景。（该术语也常写作 unlabelled data 英式拼写。）

发音 Pronunciation (IPA)

/ʌnˈleɪbəld ˈdeɪtə/（亦常见 /ʌnˈleɪbəld ˈdætə/）

例句 Examples

Unlabeled data is easy to collect.
无标签数据很容易收集到。

We used unlabeled data to pretrain the model, then fine-tuned it with a small labeled dataset.
我们用无标签数据对模型进行预训练，然后用一小部分有标签数据进行微调。

词源 Etymology

un-（否定前缀，表示“没有/不”）+ labeled（被贴标签的、被标注的）+ data（数据）。字面意思就是“没有被标注的数据”。随着机器学习发展，该短语在学术与工业界被固定用来指代“缺少监督信号的数据”。

相关词 Related Words

• Labeled
• Label
• Annotation
• Ground Truth
• Unsupervised Learning
• Semi-Supervised Learning
• Self-Supervised Learning
• Pretraining
• Fine-Tuning
• Dataset

文学与著作中的用例 Literary / Notable Works

• Deep Learning（Ian Goodfellow, Yoshua Bengio, Aaron Courville）——讨论利用无标签数据进行表征学习与预训练的相关思想。
• Pattern Recognition and Machine Learning（Christopher M. Bishop）——涉及无监督学习背景下对无标签数据的建模与聚类等内容。
• Hands-On Machine Learning with Scikit-Learn, Keras & TensorFlow（Aurélien Géron）——在实践章节中常以“unlabeled data”描述真实数据收集与训练流程。