Self-supervised Learning is een machine learning aanpak waarbij modellen automatisch leerdoelen creëren uit ongelabelde gegevens. In plaats van menselijke labels nodig te hebben, genereert het model zelf labels uit de structuur van de gegevens zelf.

Dit maakt self-supervised learning bijzonder krachtig omdat het werkt met grote hoeveelheden ongelabelde gegevens, wat veel voorkomt in de echte wereld. Pre-training van grote taalmodellen als BERT en GPT is veelal gebaseerd op self-supervised learning.