2021SC@SDUSC
目录
主要知识
Back translations是一种通用的数据增强算法,能在保留句子语义的情况下生成不同的句子。对于无标签数据使用Back translations方法,对于数据无标签数据x,生成K个增强数据样本。对于Back translations,例如把句子翻译成德语,然后在翻译回来(即标题这里称作反向翻译)。在增强文本生成中,我们采用具有可调温度的随机采样来代替beam search以确保多样性。 这样数据增强用于为无标签数据生成标签。
对于一个无标签数据x和k个数据增强的数据x,使用权重平均的方法,公式如下:
其中等式左边y_iu是一个概率向量,倾向于期待模型预测出连续的标签对于不同的数据增强。为了强化限制,我们使用所有预测值的平均值作为标签,而不是某个数据的预测值。我们通过w_ori,w_k 控制不同的数据增强的质量去生成标签。
代码分析
class TFTransfoXLMainLayer(tf.keras.layers.Layer):
def __init__(self, config, **kwargs):
supe