Sep, 2022

基于实体感知语法树的数据增强方法用于自然语言理解

PDF
TL;DR本文提出了一种新的自然语言处理数据增强技术，称为 “实体感知数据增强（EADA）”，它通过应用实体感知语法树（EAST）来生成大量的训练实例，从而用于意图检测和槽填充，实验证明该技术在精度和泛化能力方面均优于现有的数据增强方法。
natural language understandingtext augmentationentitysyntax treeintent detection
发现论文，激发创造
  • EnTDA: 基于实体到文本的数据增强方法，用于命名实体识别任务

    提出了一种名为 EnTDA 的数据增强方法，通过添加、删除、替换和交换实体来打破实体间的依赖关系，并采用多样性 beam search 策略增加数据的多样性，以提高在 13 个 NER 数据集上的表现。

    Oct, 2022

  • 基于语法的命名实体识别数据增强

    本研究探讨了在低资源条件下如何使用数据增强技术来提高命名实体识别任务的性能，并比较了简单的掩码语言模型替换和基于句法树变异的数据增强方法，以保持增强后句子的语言连贯性。

    Aug, 2022

  • 神经机器翻译的句法感知数据增强

    本文提出了一种新的句法感知数据增强策略，使用输入句子的依存句法树来确定每个句子中单词的选择概率，以有效增强神经机器翻译的翻译性能。实验表明，所提出的数据增强方法可显著提高基于句子独立的方法的翻译性能。

    Apr, 2020

  • AEDA: 文本分类更易用的数据增强技术

    本文提出了一种名为 AEDA 的数据增强技术，通过在原始文本中随机插入标点符号来改善文本分类任务的性能，相比于 EDA 方法，AEDA 更易于实现，而且在句子中改变单词位置时保留词序，从而导致更好的泛化性能。实验结果表明，在使用 AEDA 增强数据训练的情况下，该模型在五个数据集中表现出优异的性能。

    Aug, 2021

  • 命名实体识别简单数据增强分析

    本研究针对基于标记序列的命名实体识别任务，设计并比较了数据增强技术的效果。通过在生物医学和材料科学领域的两个数据集（i2b2-2010 和 MaSciP）上进行实验，我们表明简单的增强技术可以提高循环模型和基于 Transformer 模型的性能，尤其是对于小训练集的情况。

    Oct, 2020

  • DAGA: 一种基于生成方法的数据增强技术，用于低资源标注任务

    本研究提出了一种基于语言模型的数据增强方法，可以生成高质量的合成数据以提高机器学习性能，在监督和半监督学习环境下，实验结果表明，在给定较少的训练数据的情况下，该方法可以始终优于基准方法。

    Nov, 2020

  • 基于局部可加性的半监督 NER 数据增强

    该研究提出了一种基于数据增广的、半监督命名实体识别模型。该模型通过对序列进行插值来虚拟出有标注数据，提高了实体和上下文学习的效果。研究还扩展了该模型，为无标注数据设计了一种一致性损失，提高了该模型在半监督条件下的性能。

    Oct, 2020

  • LLM-DA: 大型语言模型在少样本命名实体识别中的数据增强

    提出了 $LLM-DA$，这是基于大型语言模型的一种新的数据增强技术，适用于少样本的命名实体识别任务，并实验证明该方法在有限数据情况下能有效提升模型性能。

    Feb, 2024

  • GDA：用于关系抽取任务的生成式数据增强技术

    本研究提出了一种名为 GDA 的专用增强技术，该技术使用两个互补的模块来保留句子的语义一致性和语法结构，在低资源环境下取得了 2.0％的 F1 改进。

    May, 2023

  • 低资源语言的分布式数据增强方法

    通过提出易分布数据增强（EDDA）和类型特定的相似词替换（TSSR）两种扩展方法，利用语义词上下文信息和词性标签进行词替换和增强，我们展示了这些方法在低资源语言的两个代表数据集上通过 F1 分数度量的实用性，证明了增强数据可以在低资源环境中提高分类性能。

    Sep, 2023