数据增强_NLP 数据增强方法回译

数据增强是扩充数据集的有效方法，本文介绍一种简单可行的 NLP 数据集扩充方法——回译，回译在文本分类中有比较好的效果，也被成功地用在 Kaggle 恶意评论分类比赛中。

1. 回译

上一篇文章《NLP 数据增强方法 EDA》介绍了一种 NLP 数据增强方法 EDA，本文介绍另一种简单的数据增强方法回译。回译指首先把句子翻译成另一种语言，然后再翻译回原来的语言。

原始句子：对面的女孩看过来

翻译成英文：The girl from the opposite looks over

回译：对面的女孩朝这边看了看

可以看到回译之后的句子和原始句子会存在不同，但是意思大体上一直。

2. 百度通用翻译 API

百度提供了通用翻译的 API，如下图所示。其中标准版是免费使用的，不限使用的字符量，但是每秒并发请求量是 1。通用翻译 API 地址：

http://api.fanyi.baidu.com/api/trans/product/prodinfo

百度通用翻译 API