关注
分享
文章平均质量分 55
中文文本数据增强，即同义句生成。同义词替换方法，包括词典同义词替换，word2vec词向量同义词替换，深度学习同义词替换，纠错同义词替换，阅读理解同义词替换等；回译方法，包括翻译工具回译，在线翻译回译，自己训练模型回译；Seq2seq；NMT；GAN等，wei'wan'd
Macropodus
最后一次为理想而战。安知南山桂，绿叶垂芳根。何须浅碧深红色，自是花中第一流。
展开
-
汉字字形/拼音/语义相似度(单字, 可用于数据增强, 特别是文本纠错csc)
汉字字形/拼音/语义相似度(单字, 可用于数据增强, CSC错别字检测识别任务(构建混淆集))原创 2024-02-21 09:46:25 · 454 阅读 · 0 评论 -
文本数据增强四（马尔可夫marko(HMM)）
一.中文文本数据增强（中文文本、同义句生成、扩充增加，主干提取，句子改写，enhance、augment、text、nlp、样本不均衡、语料不够、数据不足），相较于图片，中文文本数据强的效果似乎没那么靠谱（效果没那么好），也更加困难，但是捏，很多时候，使用中文文本数据增强还是很有必要的，尤其是项目初期语料不够（估计只能手工构建），或者是样本严重不均衡的情况（比如说分类中一个类有20...原创 2019-07-25 00:26:56 · 1638 阅读 · 0 评论 -
文本数据增强三（回译，不同语种间的翻译）
一.中文文本数据增强（中文文本、同义句生成、扩充，增加，enhance、augment、text、nlp、样本不均衡、语料不够、数据不足、扩充增加），相较于图片，中文文本数据强的效果似乎没那么靠谱（效果没那么好），也更加困难，但是捏，很多时候，使用中文文本数据增强还是很有必要的，尤其是项目初期语料不够（估计只能手工构建），或者是样本严重不均衡的情况（比如说分类中一个类有200条数据...原创 2019-04-29 22:12:31 · 4113 阅读 · 3 评论 -
文本数据增强二（EDA、同义词替换-新增-交换-删除-生成同义句）
一.中文文本数据增强 （中文、同义句生成、enhance、augment、text、data、nlp、样本不均衡、语料不够、数据不足、扩充增加），相较于图片，中文文本数据强的效果似乎没那么靠谱（效果没那么好），也更加困难，但是捏，很多时候，使用中文文本数据增强还是很有必要的，尤其是项目初期语料不够（估计只能手工构建），或者是样本严重不均衡的情况（比如说分类中一个类有200条数据，另外...原创 2019-04-27 19:32:13 · 9739 阅读 · 4 评论