通过流形净化破解文本分类中对抗鲁棒性与性能之间的权衡
计算与语言
2026-02-02 v2
摘要
文本分类（TC）中的一个持久挑战是：增强模型对对抗攻击的鲁棒性通常会降低对干净数据的性能。我们认为，这一挑战可以通过建模编码器嵌入流形中干净样本的分布来解决。为此，我们提出了流形校正因果流（MC^2F），一个直接作用于句子嵌入的两模块系统。分层罗曼蒙德连续正规化流（SR-CNF）学习干净数据流形的密度。它识别分布外嵌入，然后通过地理线路求解器纠正这些嵌入。该求解器通过最短路径将对抗点投射回已学习的流形，从而恢复干净、在语义上连贯的表示。我们在三个数据集和多个对抗攻击上进行了广泛评估。结果表明，我们的方法 MC^2F 不仅在对抗鲁棒性方面树立了新的国际前沿，还在干净数据上完全保留了性能，甚至在准确率上略有提升。
引用
@article{arxiv.2511.07888,
title = {Breaking the Adversarial Robustness-Performance Trade-off in Text Classification via Manifold Purification},
author = {Chenhao Dang and Jing Ma},
journal= {arXiv preprint arXiv:2511.07888},
year = {2026}
}
备注
9 pages,3 figures, AAAI 2026 Poster