zh-mistake-text-gen 0.3.8

中文錯誤類型文字增量

錯誤類型中文語料生成

安裝

pip install zh-mistake-text-gen

使用 (Pipeline)

from zh_mistake_text_gen import Pipeline
pipeline = Pipeline()
incorrect_sent = pipeline("中文語料生成")
print(incorrect_sent)
# type='PronounceSimilarVocabMaker' correct='中文語料生成' incorrect='鍾文語料生成' incorrect_start_at=0 incorrect_end_at=2 span='鍾文'

文檔

Pipeline

• __init__

  • makers = None : maker實例，可選
  • maker_weight = None : maker被抽中的機率，可選

• __call__

  • x : 輸入句(str)，必需
  • error_per_sent: 每句要多少錯誤。預設:1
  • no_change_on_gen_fail: 生成方法失敗的時候允許不變動。啟用時不拋出錯誤，反之。預設:False
  • verbose=True : debug 訊息，可選

可用方法

from zh_mistake_text_gen.data_maker import *

Data Maker	Description
NoChangeMaker	沒有任何變換
MissingWordMaker	隨機缺字
MissingVocabMaker	隨機缺詞
PronounceSimilarWordMaker	隨機相似字替換
PronounceSimilarWordPlusMaker	編輯距離找發音相似並且用高頻字替換
PronounceSimilarVocabMaker	發音相似詞替換
PronounceSimilarVocabPlusMaker	編輯距離找發音相似發音相似詞替換
PronounceSameWordMaker	發音相同字替換
PronounceSameVocabMaker	發音相同詞替換
RedundantWordMaker	隨機複製旁邊一個字作為沆於字
RandomInsertVacabMaker	隨機插入詞彙
MistakWordMaker	隨機替換字
MistakeWordHighFreqMaker	隨機替換高頻字
MissingWordHighFreqMaker	隨機刪除高頻字