为自然语言生成流畅对抗样本
计算与语言
2020-07-14 v1
摘要
为自然语言处理(NLP)任务高效构建对抗攻击器是一项真实挑战。首先，由于句子空间是离散的，难以沿梯度方向进行微小扰动。其次，所生成样本的流畅性无法保证。本文中，我们提出 MHA，通过执行 Metropolis–Hastings 采样解决这两个问题，其提议以梯度引导设计。在 IMDB 和 SNLI 上的实验表明，我们提出的 MHA 在攻击能力上优于基线模型。使用 MHA 进行对抗训练也带来更好的鲁棒性与性能。
引用
@article{arxiv.2007.06174,
title = {Generating Fluent Adversarial Examples for Natural Languages},
author = {Huangzhao Zhang and Hao Zhou and Ning Miao and Lei Li},
journal= {arXiv preprint arXiv:2007.06174},
year = {2020}
}
备注
Accepted by ACL 2019