用于图像数据和音频数据（例如语音识别）的数据增强技术已被证明是成功的并且现在很常见。
是否有用于扩充文本数据的库或技术？
例如：
在：“你好吗？”
出：['你好吗？'，'你好吗？'，'你好吗？'，'你好吗？'，'你好吗'，...]
是否有用于“噪声化”文本数据的库或技术？
数据挖掘
机器学习
nlp
深度学习
数据清理
数据增强
2022-01-30 10:06:24
3个回答
我您想要某种数据集，例如 Google 拼写检查数据，我建议您查看The WikEd Error Corpus数据集。语料库由超过 1200 万个句子组成，总共有 1400 万次各种类型的编辑，这些编辑包括：拼写错误更正、语法错误更正、文体变化。所有这些都来自维基百科的更正历史。数据集的所有者（作者）在本文中描述了数据挖掘过程。还要在quora中检查这个问题，它包含指向各种具有拼写错误的数据集的链接。最后这个页面也很有用。
您可以编写某些简单的规则，例如您在问题中提到的规则。此外，您可以使用Freebase和WordNet等知识库来丰富您的语言模型。请注意，这不一定会“干扰”您的数据，但会产生类似于对下游任务的图像进行数据增强的效果。
我的一个学生最终确实这样做了：
自然语言的数据生成
pip install noisemix
她表明，nosification 为分类等任务带来了显着的改进。
然而，还有很多事情要做，而且噪音通常是特定于任务和领域的。
其它你可能感兴趣的问题