10、机器学习文本增强技术详解

机器学习文本增强技术详解

1. 机器学习文本增强概述

机器学习文本增强是一种先进的技术，与传统文本增强方法不同，它使用预训练的机器学习模型来创建额外的自然语言处理（NLP）训练数据，形成一个循环过程。虽然本书不涉及机器学习编码，但了解使用库和机器学习进行文本增强的区别是有益的。

1.1 库与机器学习的区别

• 库 ：图像、文本或音频增强库遵循传统编程方法，使用结构化数据、循环和条件语句。例如，实现 _print_aug_reserved() 方法的伪代码如下：

# define synonym words, pseudo-code
reserved = [['happy', 'joyful', 'cheerful'],
            ['sad', 'sorrowful', 'regretful']]
# substitute the word with its synonym, pseudo-code
for i, word in (input_text):
    for set_word in (reserved):
        for i, syn in set_word:
            if (syn == word):
                input_text[i] = set_word[i+1]

• 机器学习 ：基于13种已知的机器学习算法，如深度学习（DL）、双向编码器