面向社交媒体立场检测的数据增强方法

现有的公开立场检测评测中标签语料规模较小,制约深度学习立场检测模型的训练效果.数据增强技术能一定程度缓解训练数据不足带来的困扰.对于现有的数据增强技术易将社交媒体语言中的冗余信息进行扩充,无法有针对性增强的问题,提出一种基于层次注意力的数据混合增强方法.该方法首先从粗粒度段句出发,将决定立场判断的关键信息筛选出来;然后再进行细粒度词语变换,从而实现数据增强.实验表明,相较于另外两种数据增强方法,所提方法对立场检测模型的检测效果提升更加明显,证实了该方法的有效性.