因此，重要的是测量我们的增强策略将引入的噪声，并对发生的转换进行精细控制。但是我们可以看到，一旦我们可以控制要扩充的词汇类型以及要扩充的内容，这将如何非常有效。如果我们允许从同一原始句子生成的句子进入不同的拆分，我们可能会在我们的不同拆分中泄漏具有几乎相同嵌入表示的样本。我们希望首先拆分我们的数据集，因为如果我们允许将生成的样本放置在不同的数据拆分中，许多增强技术将导致某种形式的数据泄漏。. 如果增强的数据样本不是我们的模型在生产中可能遇到的可能输入，那么仅仅为了增加我们的训练样本大小而增加是没
机器学习（ML）
2024-01-17
46 点赞
0 评论
69 浏览
