通过全局增强方法改进短文本分类
计算与语言
2020-12-11 v2 信息检索
机器学习
摘要
我们研究不同文本增强方法的效果。为此，我们使用 3 个数据集，包含社交媒体文本以及新闻文章形式的正式文本。我们的目标是为从业者和研究者在分类用例的增强选择上提供见解。我们观察到，当无法获得正式同义词模型（如基于 WordNet 的增强）时，基于 Word2vec 的增强是一种可行选择。使用 \emph{mixup} 进一步提升了所有基于文本的增强的性能，并降低了所测试深度学习模型上的过拟合效应。借助翻译服务的回译因成本较高而更难使用，因而对常规和低资源用例均较不易获取。
引用
@article{arxiv.1907.03752,
title = {Improving short text classification through global augmentation methods},
author = {Vukosi Marivate and Tshephisho Sefara},
journal= {arXiv preprint arXiv:1907.03752},
year = {2020}
}
备注
Final version published in CD-MAKE 2020: Machine Learning and Knowledge Extraction pp 385-399