基于語義上下文感知的文本數(shù)據(jù)增強(qiáng)方法研究

打開文本圖片集

摘  要： 在文本分類任務(wù)中，數(shù)據(jù)的質(zhì)量和數(shù)量對分類模型的性能有著重要影響，而在現(xiàn)實場景中獲取大規(guī)模標(biāo)記數(shù)據(jù)往往是昂貴和困難的。數(shù)據(jù)增強(qiáng)作為一種解決數(shù)據(jù)匱乏問題的低成本方法，已在各種深度學(xué)習(xí)和機(jī)器學(xué)習(xí)任務(wù)中取得了顯著效果。由于文本語言具有離散性，在語義保留的條件下進(jìn)行數(shù)據(jù)增強(qiáng)具有一定困難。（剩余12643字）