Aprendizaje Activo con Aprendizaje Autosupervisado

El aprendizaje activo combinado con el aprendizaje autosupervisado aprovecha los datos no etiquetados a través del preentrenamiento autosupervisado para construir representaciones ricas, y luego utiliza una estrategia de consulta activa para seleccionar los ejemplos más informativos para la anotación humana, maximizando el rendimiento del modelo bajo un presupuesto de etiquetado estricto. Este enfoque híbrido es especialmente potente cuando los datos etiquetados son escasos pero existen grandes conjuntos de datos no etiquetados.