余佳雨，李 响，詹瑾瑜，江 维，曹 扬，杨 瑞

(1.电子科技大学 信息与软件工程学院，四川 成都 610054;2.中电科大数据研究院有限公司，贵州 贵阳 550022;3.提升政府治理能力大数据应用技术国家工程实验室，贵州 贵阳 550022)

0 引 言

近年来中国经济高速发展，旅游逐渐成为人们休闲娱乐的选择之一。随着游客人数越来越多、旅游可选地点愈发丰富，旅游过程中各种纠纷日趋复杂，负面新闻频发，如宰客、随意加价、强制消费等导游违规事件的相关新闻报道[1]。2017年12月黑龙江雪乡发生导游用威胁、辱骂手段强制游客参加自费项目事件，甚至打伤了两位游客；2018年5月10名中国游客在泰芭提雅旅游遭遇中国籍黑导游恐吓、逼迫购物，经历“大逃亡”的事件；2019年11月福建厦门鼓浪屿导游威胁游客视频在网络热传。这些负面的新闻不仅严重影响了景区形象，还暴露出旅游市场存在监管漏洞。

人工处理旅游投诉需要耗费大量人力，因此使用机器学习算法从导游投诉文本数据中挖掘出导游违规事件，辅助旅游监管人员工作，为旅游监管提供依据，成为一个必然趋势。然而，由于传统旅游业与大数据结合过程中存在着信息孤岛，导致导游投诉文本数据单一、难以获取等问题。为了改善原始导游投诉数据集存在的样本不平衡和语料不丰富的问题，如何对这些导游投诉文本进行文本增强以满足导游违规行为识别需要，是一个迫切需要解决的问题。

图像领域的数据增强技术已经比较成熟，通过对图像的翻转、旋转、镜像、高斯白噪声等技巧实现数据增强，以帮助训练更强大的模型，尤其是数据集较小的时候。……