text data augmentation | BriefGPT

关键词text data augmentation

搜索结果 - 11

ICLR副词是关键：简单文本数据增强中的副词删除
在文本数据增广领域，为了节约成本，基于规则的方法被广泛采用。然而，传统的基于规则的方法可能会丢失给定文本的原始语义。我们提出了一种新颖的文本数据增广策略，通过简单地删除在句子中起辅助作用的副词来避免这种现象。我们的全面实验证明了我们提出的方
PDF3 months ago
NLP 中文本数据增强的评估指标
本研究的贡献是提供了一个针对文本增强方法的评估指标分类体系，旨在为统一的基准提供方向，并探索文本数据增强指标的统一和标准化。
PDF5 months ago
ACLAutoAugment 是您所需的：增强基于规则的增强方法在低资源环境中的应用
本文提出了一种基于 AutoAugment 的方法来解决文本数据增强中的语义损害问题，并实验证明该方法可以改善现有的增强方法，并增强先进的预训练语言模型。
PDF5 months ago
利用 GPT-4 增强不平衡数据进行自动评分
通过利用 GPT-4 生成大型语言模型来进行文本数据增强，以解决在自动评分中存在的不均衡数据集的挑战。研究结果表明，GPT-4 增强评分模型在精确度、召回率和 F1 分数方面明显改善，并且对于稳定改善自动评分所需的增强数据比例存在差异。与其
PDF8 months ago
基于 LLM 的数据增强解决层级学科主题推断中的不平衡问题
使用大型语言模型（Llama V1）作为数据生成器，通过在复杂的学科层次结构中对研究提案进行采样，并设计基于关键词的研究提案生成方法，旨在解决数据不平衡问题，提高专家分配的公平性。实验结果表明，使用这种方法生成的研究提案能够有效解决前述问题
PDF9 months ago
释放文本的想象力：通过探索文字的力量实现文本到图像的人员检索的新框架
提出了一种用于文本到图像人物检索的新框架，旨在充分发掘句子中的词语力量。通过使用预训练的全 CLIP 模型作为图像和文本的双编码器，以及引入文本引导的图像恢复辅助任务和针对难样本的交叉模态三元组损失，该方法在三个流行的基准数据集上取得了最先
PDFa year ago
软件工程句对冲突和重复检测的数据增强
本研究探讨使用文本数据增强技术如洗牌、反向翻译和改写等，以句对分类的方式增强软件工程任务中的冲突与重复检测效果。结论发现，数据增强技术对六个软件文本数据集的所有文本句对效果有显著影响，但在数据集相对平衡时，使用增强技术可能会对分类效果产生负
PDFa year ago
AugGPT：利用 ChatGPT 进行文本数据增强
本文提出了一种基于 ChatGPT 的文本数据增强方法（AugGPT），通过将训练样本中的每个句子重新表达为多个概念上相似但语义上不同的样本，提高了数据不变性和样本大小，并在少样本学习文本分类任务上取得了优越性能。
PDFa year ago
FlipDA: 有效稳健的数据增强技术，用于少样本学习
本研究探索在硬任务（即少样本自然语言理解）和强基线（即超过 10 亿参数的预训练模型）上进行数据增强。通过生成模型和分类器共同生成标签翻转数据的新方法 FlipDA，该方法能够提高任务的有效性和稳健性。
PDF3 years ago
EMNLP保持冷静，开启交流！在语义文本交换中保留情感和流畅度
本文提出了一种称为语义文本交换的可度量调整文本语义而仍保持其情感和流畅性的新方法，其对于文本数据扩增和纠错聊天机器人和虚拟助手生成的文本非常有用，提出一种名为 SMERTI 的管道，该管道结合实体替换、相似度掩蔽和文本补充的技术，通过衡量管
PDF5 years ago
利用 NLP 云 API 简化文本数据增强
本工程研究了文本数据增强预处理技术，使用了常见的技术，如噪声注入，词法替换和生成的近义词，如后向转换或通过句法树的转换。使用这些技术，通过增加只有五个数据放大因子，已经使得在文本极性预测标准化任务上神经网络的准确度在 4.3% 到 21.6
PDF6 years ago