文章大纲
回译技术其他样本增强技术 使用百度翻译进行回译文本增强的脚本扩展后的结果参考文献回译技术
所谓回译,就是将一种语言的语料翻译为另一种语言,然后再翻译回来的方法。对回译回来的文本,检查其是否与源文档相同,完全相同的话可以抛弃,否则留用。
这种方法在增强文本相似数据集时很有用,尤其是从无到有的构建文本相似数据集。
优点:回译之后的文本在语法结构、选词用词等方面进行了丰富的变换,目前的翻译技术比较成熟,可以提供较高质量的增强数据。
回译,又称为“还原翻译”或“反向翻译”,英文叫Back Translation。意思就是把A语言翻译成B语言,然后在脱离A语言影响的基础上,再把B语言“往回”翻译成A语言,一般用于校对和检查。举个例子便于理解:
源语言: The patient is a senior in local high school.
目标语言: 患者是一名本地高中的高四学生。
回译: The patient is in his fourth year of local high school.
这里通过对比回译和源语言,发现目标语言的“高四”显然不适合国内语境,因为中国的三年高中学制和北美的四年是不一样的,进而可以