对于机器学习问题，我需要有关数据增强的建议。下面我解释原因。 我必须在文本序列上训练分类器以预测上下文。这些序列基于词汇被标记化。例如，如果我们有句子[Bob生活在公园附近]，并且词汇表的构建方式如下[Bob：3，生活：12，附近：4，该：17，公园：11，...]，则输出中的数字序列将为[3，12，4，4，17，11]。如果可能的话，我该如何进行数据增强以获取更多训练数据？ 我想到了在序列中随机“增加”一些整数，但是如果我更改一个整数，则句子的含义也会发生变化，因为词汇表中的每个整数代表一个具有不同含义的不同单词，这会改变语义和预测。