NLP中一些简单的数据增强技术

数据增强技术已经是图像领域的标配，通过对图像的翻转、旋转、镜像、高斯白噪声等技巧实现数据增强。然而，在NLP领域，情况有所不同：改变某个词汇可能会改变整个句子的含义，那么在NLP领域，如何使用数据增强技术呢？ICLR 2019 workshop 论文《EDA: Easy Data Augmentation Techniques for Boosting Performance on Text Classification Tasks》介绍了几种NLP数据增强技术，并推出了[EDA github代码](jasonwei20/eda_nlp)。EDA github repo提出了四种简单的操作来进行数据增强，以防止过拟合，并提高模型的泛化能力。下面进行简单的介绍:1. 同义词替换（SR: Synonyms Replace）：不考虑stopwords，在句子中随机抽取n个词，然后从同义词词典中随机抽取同义词，并进行替换。2. 随机插入(RI: Randomly Insert)：不考虑stopword ………………………………