Skip to content

Latest commit

 

History

History
27 lines (24 loc) · 976 Bytes

README.md

File metadata and controls

27 lines (24 loc) · 976 Bytes
Raw

text-data-augmentation

两个文本数据增强方法

  • 回译：用的百度api，支持字符串和list传入
import tda
s1 = '我是需要增强的'
s2 = ['我是需要增强的', '我是需要翻译的']
r1 = tda.translate(s1)
r2 = tda.translate(s2)
  • Easy Data Augmentation 参考论文
    用到4个方法：近义词替换、近义词插入、随机交换词、随机删除词
    为了方便使用，直接对论文中的参数α固定为0.1，要求句子分词以后词的数量>=10
    支持字符串和list传入
import tda
s1 = '我是需要翻译的我需要超过10个词，一定要超过10个词'
s2 = ['我是需要翻译的我需要超过10个词，一定要超过10个词', 
      '我是需要翻译的我需要超过10个词，一定要超过10个词']
r1 = tda.eda(s1)
r2 = tda.eda(s2)

安装方法

pip install git+https://github.com/renmada/text-data-augmentation.git