本研究提出了一种名为RankAug的文本排名方法，通过多样性的词汇和句法，检测和过滤出最具相似意义的顶级增强文本，从而改善生成数据过滤在自然语言理解任务中的性能，特别是意图和情感分类。实验结果表明，过滤技术的精心选择可以显著提高少数派分类的准确性，提高了多达35%。