الهجوم الشدائي الرمادي والدفاع عن تصنيف المعنويات

نحن نقدم هجودا عدديا رمادي مربع وإطار الدفاع لتصنيف المعنويات.نحن نتطلع إلى قضايا التفاويذ والحفاظ على التسمية وإعادة إعمار المدخلات للهجوم والدفاع في إطار واحد موحد.تظهر نتائجنا أنه بمجرد تدريبها مرة واحدة، فإن نموذج المهاجمة قادر على توليد أمثلة خصومة عالية الجودة بشكل أسرع (أمر واحد من الحجم أقل في الوقت المناسب) من أساليب المهاجمة الحديثة.هذه الأمثلة أيضا الحفاظ على المشاعر الأصلية وفقا للتقييم البشري.بالإضافة إلى ذلك، ينتج إطارنا مصنف محسن قوي في الدفاع عن طرق مهاجمة متعددة الخصومة.رمز متاح في: https://github.com/ibm-aur-nlp/v-def-text-dist.

We introduce a grey-box adversarial attack and defence framework for sentiment classification. We address the issues of differentiability, label preservation and input reconstruction for adversarial attack and defence in one unified framework. Our results show that once trained, the attacking model is capable of generating high-quality adversarial examples substantially faster (one order of magnitude less in time) than state-of-the-art attacking methods. These examples also preserve the original sentiment according to human evaluation. Additionally, our framework produces an improved classifier that is robust in defending against multiple adversarial attacking methods. Code is available at: https://github.com/ibm-aur-nlp/adv-def-text-dist.