Дослідження сучасних методів аугментації текстових даних

Абросімов, Є. О.

Публікація:
Дослідження сучасних методів аугментації текстових даних

dc.contributor.author	Абросімов, Є. О.
dc.date.accessioned	2024-09-11T13:49:44Z
dc.date.available	2024-09-11T13:49:44Z
dc.date.issued	2024
dc.description.abstract	The goal of this work is to explore methods of text data augmentation, which involves creating new synthetic data similar to real ones, for machine learning tasks where available data is limited. Generative data augmentation is used to combat overfitting, but it has found limited application in Natural Language Processing. Simple augmentation methods like random insertions, replacements, and shuffling are too limited in their effectiveness. Substituting n-grams with synonyms is another method that can be used for data augmentation, as well as the application of intelligent models like Back translation and Style augmentation. The use of generative models such as C-BERT is a popular solution for the augmentation task. Prompt engineering is also becoming increasingly popular for creating queries that prompt the model to provide optimal responses.
dc.identifier.citation	Абросімов Є. О. Дослідження сучасних методів аугментації текстових даних / Є. О. Абросімов ; наук. керівник к. т. н., доц. А. О. Дейнеко // Радіоелектроніка та молодь у XXI столітті : матеріали 28-го Міжнар. молодіж. форуму, 16–18 квітня 2024 р. – Харків : ХНУРЕ, 2024. – Т. 6 – С. 35-36.
dc.identifier.uri	https://openarchive.nure.ua/handle/document/28625
dc.language.iso	uk
dc.publisher	ХНУРЕ
dc.subject	текстові дані
dc.subject	аугментація
dc.title	Дослідження сучасних методів аугментації текстових даних
dc.type	Thesis
dspace.entity.type	Publication