ABEX：通过扩展抽象描述实现低资源自然语言理解的数据增强

我们提出了ABEX，一种新颖且有效的生成式数据增强方法，用于低资源自然语言理解（NLU）任务。ABEX基于“抽象与扩展”（ABstract-and-EXpand），这是一种生成输入文档多种形式的新范式——我们首先将文档转换为其简洁的抽象描述，然后基于扩展所得抽象来生成新文档。为了学习扩展抽象描述的任务，我们首先在大规模合成数据集上使用抽象-文档对训练BART。接下来，为了生成文档的抽象描述，我们提出了一种基于编辑AMR图的简单、可控且无需训练的方法。ABEX兼具两者优点：通过从抽象表示进行扩展，它保留了文档的原始语义属性（如风格和含义），从而保持与原始标签和数据分布的对齐。同时，阐述抽象描述的基本过程促进了多样化的生成。我们在涵盖12个数据集和4种低资源设置的4个NLU任务上展示了ABEX的有效性。ABEX在质量上优于所有基线，改进幅度为0.04%至38.8%。在定性方面，ABEX在上下文和长度多样性方面优于文献中所有先前方法。