目录

文本数据增强可以简单理解为由少量数据生成大量数据的过程。一般比较成功的神经网络拥有大量参数，使这些参数正确工作需要用大量的数据进行训练，但实际情况是数据并没有那么多，因此需要做数据增强。

相较于图像、语音方面的数据增强而言，文本的数据增强更具有挑战性，因为文本中微小的改动就可能带来语义的变化，从而破坏了原文本，导致数据质量降低。本文将介绍通用几种文本数据增强方法，除了这些通用的增强方法之外，大多数时候需要针对具体的 NLP 任务设计对应的文本数据增强方法。