文本上的对抗攻击与防御：综述
计算与语言
2020-06-16 v3
摘要
近年来，深度学习模型已广泛用于物体识别、自动驾驶汽车、人脸识别、语音识别、情感分析等诸多目的。然而，近年来研究表明，这些模型对迫使模型误分类的噪声存在弱点。该问题在图像和音频领域已被深入研究。关于文本数据的此问题研究甚少。对此主题理解不同类型攻击与防御技术的综述更是寥寥无几。在本稿中，我们汇总并分析了不同的攻击技术与各类防御模型，以提供更全面的认识。随后我们指出了所有论文中的一些有趣发现以及该领域向前发展所需克服的挑战。
引用
@article{arxiv.2005.14108,
title = {Adversarial Attacks and Defense on Texts: A Survey},
author = {Aminul Huq and Mst. Tasnim Pervin},
journal= {arXiv preprint arXiv:2005.14108},
year = {2020}
}