Oct, 2022
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
EnTDA: Entity-to-Text based Data Augmentation Approach for Named Entity Recognition Tasks
Xuming Hu, Yong Jiang, Aiwei Liu, Zhongqiang Huang, Pengjun Xie...
TL;DR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。