text 文本数据增强方法 data argumentation

知识点：text 数据增强 data argumentation
random insertion 随机插入
random deletion 随机删除
random swap 随机交换
参考论文： EDA : Easy Data Augmentation Techniques for Boosting Performance on Text Classification Tasks

Back Translation
举例： 英语 --> 中文 --> 英语

# 需要安装 : pip install google_trans_new
​
from google_trans_new import google_translator
​
translator = google_translator()
sentence = ['stay hungry, stay foolish. -- spoken / said by Steve Jobs']
# 英 --> 中
translation_cn = translator.translate(sentence, lang_tgt='zh-cn')
translation_cn
# 中 --> 英
translation_en = translator.translate(translation_cn, lang_tgt='en')
translation_en
随机选择一种语言翻译
import random
import google_trans_new
​
languages = list(google_trans_new.LANGUAGES.keys())
len(languages) # 可翻译的语言种类 108 种
object_lang = random.choice(languages)
​
object_lang
# 正向翻译
​
translations = translator.translate(sentence, lang_tgt=object_lang)
​
translations
# 反向翻译

back_trans = translator.translate(translations, lang_tgt='en')

back_trans
# 反向翻译
​
back_trans = translator.translate(translations, lang_tgt='en')
​
back_trans