噪声对比的；通过把“真实数据”和“噪声（干扰样本）”进行对比来学习或估计的。
常见于机器学习与统计中，尤其指 噪声对比估计（Noise-Contrastive Estimation, NCE）或相关的对比学习方法。（也可作更广义的“以噪声为参照进行对比”的形容词用法。）
/ˈnɔɪz kənˈtræstɪv/
Noise-contrastive training helps the model separate real data from random noise.
噪声对比式训练帮助模型把真实数据与随机噪声区分开来。
The paper uses a noise-contrastive objective to estimate the parameters of an unnormalized probability model efficiently.
该论文使用噪声对比目标函数，以高效估计一个未归一化概率模型的参数。
该词由 noise（噪声） + contrastive（对比的） 组合而成。其含义来自一种学习思路：构造“噪声样本”作为对照组，让模型学会辨别“数据 vs. 噪声”，从而在不直接计算复杂归一化常数（如分区函数）的情况下进行参数估计或表示学习。该搭配在学术语境中常与 Noise-Contrastive Estimation (NCE) 一起出现并固定化。
Select Language