知识卡片
回译增强
把原句翻译成一种或多种外语,再译回原语言,得到一个语义相近但用词、句式有差异的新句子。机器翻译模型在其中充当受约束的改写器:它必须保留意思,又会引入结构变化。
用途:在标签不变的前提下扩充样本,生成的句子比词级扰动更自然、更连贯;可用多语言、多次往返来获得多样性。流程是“原文 → 外语 → 回译 → 与原句比对 → 入库”,比对这一步是必须的。
代价:依赖可靠的翻译模型或服务,成本明显高于词级方法;变化幅度不可控,取决于语言对与翻译质量,专业术语、低频表达、文化特定说法容易漂移甚至失真。
边界:回译后必须核对原意,尤其数字、否定、实体名;语义敏感的任务不宜盲目使用。它也是大模型改写的前身——用提示词让大模型重写句子,可视为同一思路的替代方案。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第15章 文本数据增强 · 查看原书依据
回译是实现文本多样性时应用最广泛的技术之一,其过程是先将原文翻译成一种或多种不同的语言,然后再翻译回原语言。
参考来源
- 位置:《大模型技术30讲》第15讲 文本数据增强(源文件:extracted/大模型技术30讲/_epub-src/EPUB/xhtml/chapter01_0021.xhtml)
- 结论依据:第15章 15.6 回译,含中译德再译回的例句与 15.7 的大模型改写替代
- 原始内容:回译是实现文本多样性时应用最广泛的技术之一,其过程是先将原文翻译成一种或多种不同的语言,然后再翻译回原语言。