对抗环境下用于问答的 Actor-Critic 网络
计算与语言
2022-01-04 v1 人工智能
机器学习
摘要
在问答自然语言处理领域，已开展大量工作以构建对对抗攻击更具鲁棒性的模型。两个关键焦点在于：生成对抗数据以针对此类情形进行训练，或修改现有架构以在其内部构建鲁棒性。本文引入一种将这两种思路结合的方法，训练一个评论家模型用于一种近似强化学习框架中。使用 Adversarial SQuAD “Add One Sent” 数据集，我们表明该方法在防御对抗攻击方面有一些有前景的迹象。
关键词
引用
@article{arxiv.2201.00455,
title = {Actor-Critic Network for Q&A in an Adversarial Environment},
author = {Bejan Sadeghian},
journal= {arXiv preprint arXiv:2201.00455},
year = {2022}
}
备注
6 pages, 3 figures, 3 tables