G検定（ジェネラリスト検定） ディープラーニングの要素技術 練習問題 第42問: テキスト分類の学習データを増やす EDA (Easy Data Augmentation) の説明として、最も適切なものはどれか。

肢4が正解です。EDA の論文 (Wei と Zou, 2019) は、テキスト分類のデータ拡張として、同義語への置き換え (ストップワード以外の単語を無作為に選んで同義語にする)、無作為な挿入、無作為な入れ替え、無作為な削除の4つの簡単な操作を示し、CNN と RNN の両方で性能が上がったと報告しました。

肢1は、翻訳モデルを使う逆翻訳 (back-translation) の説明です。

肢2は、言語モデルに文を生成させる方法です。論文は、EDA が言語モデルの学習も外部のデータも必要としない点を、こうした手法との違いとして挙げています。

肢3は誤りで、論文は学習データが少ないときに特に効果が大きく、データが十分にあるときは改善がわずかになりうると述べています。単語単位の小さな操作で文にノイズを加える点が EDA の特徴です。