bnaug (Bangla Text Augmentation) tool

bnaug is a text augmentation tool for Bangla text.

Installation

pip install bnaug

• Dependencies
  • pytorch >=1.7.0

Necessary Model Links

• word2vec
• glove vector

Sentence Augmentation

Token Replacement

• Mask generation based augmentation

    from bnaug.sentence import TokenReplacement
  
    tokr = TokenReplacement()
    text = "আমি ঢাকায় বাস করি।"
    output = tokr.masking_based(text, sen_n=5)
  

• Word2Vec based augmentation

    from bnaug.sentence import TokenReplacement
  
    tokr = TokenReplacement()
    text = "আমি ঢাকায় বাস করি।"
    model = "msc/bangla_word2vec/bnwiki_word2vec.model"
    output = tokr.word2vec_based(text, model=model, sen_n=5, word_n=5)
    print(output)
  

• Glove based augmentation

    from bnaug.sentence import TokenReplacement
  
    tokr = TokenReplacement()
    text = "আমি ঢাকায় বাস করি।"
    vector = "msc/bn_glove.300d.txt"
    output = tokr.glove_based(text, vector_path=vector, sen_n=5, word_n=5)
    print(output)
  

Back Translation

Back translation based augmentation first translate Bangla sentence to English and then again translate the English to Bangla.

from bnaug.sentence import BackTranslation

bt = BackTranslation()
text = "বাংলা ভাষা আন্দোলন তদানীন্তন পূর্ব পাকিস্তানে সংঘটিত একটি সাংস্কৃতিক ও রাজনৈতিক আন্দোলন। "
output = bt.get_augmented_sentences(text)
print(output)

Text Generation

• Paraphrase generation

from bnaug.sentence import TextGeneration

tg = TextGeneration()
text = "বিমানটি যখন মাটিতে নামার জন্য এয়ারপোর্টের কাছাকাছি আসছে, তখন ল্যান্ডিং গিয়ারের খোপের ঢাকনাটি খুলে যায়।"
output = tg.parapharse_generation(text)
print(output)

Inspired from

• nlpaug
• amitness blog post