文章目錄
- 1. EDA
- 2. 回譯
- 3. 環境安裝
-
- 3.1 安裝synonyms
- 4. 代碼鏈接
??在人工智能領域中，最核心的莫過于演算法、資料和算力，隨著科技的發展，算力日益增長、演算法日益智能，高質量的資料成為了阻礙AI發展的一大瓶頸，
??在計算機視覺領域中，資料增強的方法較為常用，例如通過影像縮放、影像裁剪、mixup等資料增強的方法可以有效的提高任務的準確率，隨著技術的發展，在自然語言處理領域中也產生了一些有效的資料增強演算法，例如EDA(Easy Data Augmentation)、回譯、文本生成等，在NLP比賽中，比較簡單但卻有效的方法主要是EDA和回譯，
1. EDA
??EDA指的是簡單資料增強，包括了同義詞替換、隨機插入、隨機洗掉、隨機交換，其中同義詞替換指的是從句子中隨機選取一定比例的詞(不屬于停用詞的，下同)，使用同義詞來替換它們；隨機插入指的是從句子中隨機選取詞，然后得到該詞的同義詞，并將同義詞插入句子的一個隨機位置，將上述操作重復進行若干次；隨機洗掉指的是在隨機選擇句子中一定比例的單詞進行洗掉；隨機交換指的是在句中隨機選擇兩個不同位置的單詞，并將其進行交換，將上述操作重復進行若干次，為了更好的進行理解，通過實體來進行說明，原始句子為：帶著無限同情偷轉導師日志：學
herosunly
CSDN認證博客專家
演算法研究員
天池冠軍
CSDN簽約作者
CSDN認證博客專家
演算法研究員
天池冠軍
CSDN簽約作者
985院校碩士畢業，現擔任演算法研究員一職，熱衷于機器學習演算法研究與應用，曾獲得阿里云天池安全惡意程式檢測第一名，科大訊飛阿爾茨海默綜合癥預測挑戰賽第四名，科大訊飛事件抽取挑戰賽第七名，Datacon大資料安全分析比賽第五名，擁有多項發明專利，對機器學習和深度學習擁有自己獨到的見解，曾經輔導過若干個非計算機專業的學生進入到演算法行業就業，希望和大家一起成長進步，
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/263759.html
標籤：AI