weixin_41884299的博客

原创 简单的文本编辑方法作为数据增强的手段：在中文文本匹配的应用

1. 概要 本文主要介绍如何通过简单的五个文本编辑方法，即同义词的随机替换，语序的随机换置，随机删词，随机增词，以及随机的混合编辑（即从上述的四个编辑方法中，随机抽取2～4项进行操作），来实现数据增强。这些文本编辑方法受启发于这篇论文。 本文也介绍了我的一个实验，即把一个预训练的Ngram语言模型应用于上述的五个文本编辑方法上，使编辑的效果更具有可读性、更符合语法，来检验是否可以进一步提升这些文本编辑方法的效果。实验结果表明，然并卵。而且无论是将上述的五个文本编辑方法合着使用还是分开使用，都然并卵。