确切来说BERT这种预训练模型属于自监督学习，将一句话屏蔽掉一分部分token，输入到模型中。然后让模型预测整句话，让模型学习数据集的上下文关系。 数据没有通过人工标记label，勉强可看成无监督式学习吧。
MLM可看作 加噪自编码
