数据增强nlp带标签代码

以下是一个数据增强的代码示例，使用了nlpaug库进行数据增强，适用于多分类任务：

import nlpaug.augmenter.char as nac
import nlpaug.augmenter.word as naw
import random

# 原始数据
data = [
    ('This is a positive sentence', 'positive'),
    ('This is a negative sentence', 'negative'),
    ('I am feeling good today', 'positive'),
    ('I am not happy with the service', 'negative')
]

# 定义数据增强器
augmenters = [
    naw.SynonymAug(aug_src='wordnet', lang='eng'),  # 同义词替换
    naw.RandomWordAug(action='swap', lang='eng'),  # 随机交换词语
    nac.RandomCharAug(action='substitute'),  # 随机替换字符
]

# 对每个样本进行增强
aug_data = []
for text, label in data:
    for _ in range(3):  # 每个样本增强三次
        augmenter = random.choice(augmenters)  # 随机选择一个增强器
        augmented_text = augmenter.augment(text)
        aug_data.append((augmented_text, label))

# 输出增强后的数据
print(aug_data)

在这个示例中，我们使用了几种数据增强器，包括同义词替换、随机交换词语和随机替换字符。每个原始样本都会被增强三次，每次增强会随机选择一个增强器进行操作。增强后的数据存储在`aug_data`列表中，每个样本的格式为`(文本, 标签)`。可以根据具体任务和需求，选择不同的增强器和参数进行数据增强。