![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
NLP文本对抗
文章平均质量分 72
流水不争先_争的是滔滔不绝
NLP/网络安全/金融
展开
-
IJCIAI-20-Argot
NLP对抗文本攻击(3)——中文对抗文本生成Argot文章目录NLP对抗文本攻击(3)——中文对抗文本生成Argot文献来源文献来源Zhang, Z. , Liu, M. , Zhang, C. , Zhang, Y. , & Sun, D. . (2020). Argot: Generating Adversarial Readable Chinese Texts. Twenty-Ninth International Joint Conference on Artificial Int原创 2020-11-25 10:56:24 · 314 阅读 · 0 评论 -
TextBugger
TextBugger文章目录TextBugger原创 2020-11-24 15:29:31 · 809 阅读 · 0 评论 -
NLP对抗文本攻击分类
白盒攻击基于梯度的攻击黑盒攻击基于置信度,迁移性,模型决策的攻击基于梯度的攻击:效率高,但是假设太强,在现实中不实用,无法保证对抗样本的质量,可用性差。基于置信度的攻击:寻找对分类影响高的点,依次添加扰动,Gao等人提出的DeepWordBug模型中,以下式计算每个词的重要性:缺点:长文本计算THS和TTS耗时长;随机扰动导致可读性差基于迁移性攻击:该攻击方法首先基于与目标攻击模型的训练数据同分布的数据训练一个源文本分类模型。然后,利用 HotFlip白盒攻击方法针对源文本分类模型生成对抗原创 2020-11-23 15:03:42 · 2095 阅读 · 0 评论