一种基于双重多样性生成的文本增强方法

本发明公开了一种基于双重多样性生成的文本增强方法，具体包括以下步骤：首先对文本数据进行分词并通过ELMo模型进行词向量表示；再对得到的词向量进行平滑反频率加权得到词语嵌入和句子嵌入，更好地捕捉中心话题；计算词语嵌入和句子嵌入之间的最大边界相关性，引入关键词多样性，根据排序结果选取Top K关键词作为其最终提取的关键词，解决了抽取出来的关键词的语义重复问题；将抽取出来的关键词映射回原始文本的位置，剩余部分使用MASK token替换，同时，将标签作为提示添加到文本前构建好了草稿；再将草稿输入到文本增强模型GENIUS中生成新样本，引入样本多样性。本发明提升了文本增强的样本质量，解决增强样本缺乏多样性的问题。