NL-Augmenter: A Framework for Task-Sensitive Natural Language Augmentation

Data augmentation is an important method for evaluating the robustness of and enhancing diversity training data natural language processing (NLP) models. In this paper, we present NL-Augmenter, a new participatory Python-based (NL) framework which supports creation transformations (modifications to data) filters (data splits according specific features). We describe initial set 117 23 variety NL tasks annotated with noisy descriptive tags. The incorporate noise, intentional accidental human mistakes, socio-linguistic variation, semantically-valid style, syntax changes, as well artificial constructs that are unambiguous humans. demonstrate efficacy NL-Augmenter by using its analyze popular find different models be differently challenged on tasks, quasi-systematic score decreases. infrastructure, datacards, evaluation results publicly available GitHub benefit researchers working paraphrase generation, analysis, low-resource NLP. El aumento de datos es un método importante para evaluar la solidez y mejorar diversidad del entrenamiento modelos procesamiento lenguaje (NLP). इस लेख में, हम एनएल-ऑगमेंटर का प्रस्ताव करते हैं - एक नया भागी- दारी पूर्वक, पायथन में बनाया गया, लैंग्वेज (एनएल) ऑग्मेंटेशन फ्रेमवर्क जो ट्रांसफॉर्मेशन (डेटा बदलाव करना) और फीलटर (फीचर्स के अनुसार डेटा भाग नीरमान समर्थन करता है।. 我们描述了NL-Augmenter框架及其初步包含的117种转换和23个过滤器，并 大致标注分类了一系列可适配的自然语言任务. این دگرگونی ها شامل نویز، اشتباهات عمدی و تصادفی انسانی، تنوع اجتماعی-زبانی، سبک معنایی معتبر، تغییرات نحوی همچنین ساختارهای مصنوعی است که برای انسان مبهم است. NL-Augmenterpa allin kaynintam qawachiyku, tikrakuyninku- nata servichikuspayku, chaywanmi qawariyku nisqapa takyasqa kayninta. Kami menemukan model yang berbeda ditantang secara pada tugas berbeda, dengan penurunan skor kuasi-sistematis. Infrastruktur, kartu data, dan hasil evaluasi ketahanan dipublikasikan tersedia gratis di untuk kepentingan peneliti mengerjakan pembuatan parafrase, analisis ketahanan, NLP sumber daya rendah.