資料量不足需要做 data augmentation?
2020/06/09 07:40 PM
機器學習新手論壇
Yang Wang
觀看數：0
回答數：2
收藏數：2
目前遇到需要增加資料量的問題，看起來 CV 要做 data augmentation 簡單很多，但是在 NLP 中似乎就比較少 robust 的方法。 目前查到就是利用 Synonyms Replace、Randomly Insert、Randomly Swap、Randomly Delete 這四種方法。 那似乎直接用 BERT 會是最快又最好的方式，自己做 feature engineering 就比較無法得到代表性足夠的表徵？
我怕的是使用 data augmentation technique 在 text data 上面會變動 original data 的 distribution，那這時候應該就無法增加資料，只能從模型上面或是 feature 上面做改進？