【文件属性】：
文件名称：nlpcda_argument:nlpcda用于NLP数据参数
文件大小：532KB
文件格式：ZIP
更新时间：2021-05-08 16:00:46
Python
NLP Chinese Data Augmentation 一键中文数据增强工具
使用：pip install nlpcda
开源不易，欢迎 star:glowing_star:
pypi:
介绍
一键中文数据增强工具，支持：
经过细节特殊处理，比如不改变年月日数字，尽量保证不改变原文语义。即使改变也能被猜出来、能被猜出来、能被踩出来、能被菜粗来、被菜粗、能菜粗来
计划中的未来内容
增加多线程操作，一键操作
随机噪声注入？随机插入一些字符，太简单实现了。
利用pingyin？
基于Word2Vec、BERT等词向量的词语近距离的替换、MASK猜测置换 ？？但是无法控制它生成，以及缺点MASK位置。
引入TF-IDF、TextRank、关键词字典等，可以选择：替换/不替换关键词 ？？
意义
在不改变原文语义的情况下，生成指定数量的训练语料文本
对NLP模型的泛化性能、对抗攻击、干扰波动，有很好的提升作用
参考比赛(本
【文件预览】：
nlpcda_argument-main
----nlpcda.egg-info()
--------dependency_links.txt(1B)
--------PKG-INFO(18KB)
--------requires.txt(33B)
--------SOURCES.txt(760B)
--------top_level.txt(7B)
----MANIFEST.in(64B)
----run_SimBERT.sh(360B)
----requirements.txt(62B)
----nlpcda()
--------config.py(446B)
--------__init__.py(639B)
--------tools()
--------data()
--------example.py(3KB)
----update.sh(41B)
----LICENSE(11KB)
----nlpts.egg-info()
--------dependency_links.txt(1B)
--------PKG-INFO(301B)
--------requires.txt(6B)
--------SOURCES.txt(195B)
--------top_level.txt(6B)
----setup.py(793B)
----README.md(15KB)
----.ignore(28B)
----.gitignore(387B)
----run_SimBERT.py(6KB)