nlpaug

收录理由

Nlpaug 通过改动文本、音频和频谱数据来生成合成训练样本，当你手里的数据集太小或过于重复、难以训练出稳健模型时，它会很有帮助。库内提供了多种增广器，支持同义词与反义词替换、基于 BERT 类模型的上下文词语替换、回译，以及模拟拼写和键盘输入错误等操作，你可以针对模型最薄弱的环节做定向强化。它的核心 API 很克制：单个 Augmenter 类负责一种增广操作，Flow 流水线则能把多个增广器按顺序或随机地串联起来。这样的设计让接入现有训练流程变得简单直接，附带的示例 Notebook 也能帮助团队在正式投入前先验证某种增广方案是否可行。