小编Abh*_*wal的帖子

我正在从头开始训练模型，以便根据文本预测食物。我已经标记了大约500个句子来训练我的模型，准确性非常好。但是，我有点担心看不见的真实世界的数据，所以我想出了一个有趣的想法。所以我想知道一些有经验的人对这个有趣的想法的想法。

因此，想法是将500个句子转换为大约10000个句子。为此，我首先用标记替换了实际实体，然后填充了可能的实体。示例如下：

原始训练句子：

1. “特易购去年售出了五万个比萨饼。” ---食物=比萨饼
2. “他一个人时喜欢吃布丁。” ---食物=布丁通用句：
3. “乐购去年卖了五万。”
4. “他一个人时喜欢吃东西。”

食物清单：

1. 比萨
2. 布丁

新生成的训练语句：

1. “特易购去年售出了五万个比萨饼。” ---食物=比萨饼
2. “乐购去年卖了五万布丁。” ---食品=布丁
3. “他一个人时喜欢吃披萨。” -食物=披萨
4. “他一个人时喜欢吃布丁。” -食物=布丁

因此生成这样的训练语句是否很好？我认为的好处：

1. 更多句子。
2. 单个实体将有更多示例，而不是一两个。
3. 可能是高精度。

问题可能是：

• 训练数据充满相似的句型。

谢谢，请让我知道这种方法的想法。