論文閱讀 | Robust Neural Machine Translation with Doubly Adversarial Inputs
(1)用對抗性的源實例攻擊翻譯模型; (2)使用對抗性目標輸入來保護翻譯模型，提高其對對抗性源輸入的魯棒性。 生成對抗輸入：基於梯度 （平均損失） -> AdvGen ...
原文：論文閱讀 | Combating Adversarial Misspellings with Robust Word Recognition
對抗防御可以從語義消歧這個角度來做，不同的模型，后備模型什么的，我覺得是有道理的，和解決未登錄詞的方式是類似的，畢竟文本方面的對抗常常是修改為UNK來發生錯誤的。怎么使用backgroud model這個要實踐以下。但是這個主要還是指word level的，不知道其他的有沒有用。 用強大的單詞識別能力對抗對抗性拼寫錯誤 摘要 摘要為了克服對抗性拼寫錯誤，我們建議在下游分類器前放置一個單詞識別模型。 ...
2019-08-21 21:23 2 307 推薦指數：
相關推薦
論文閱讀 | A Robust Adversarial Training Approach to Machine Reading Comprehension
背景 方法 作者們提出了一種模型驅動的方法，使用自動對抗的方法自動生成未觀察過的對抗樣本，並運用生成的樣本最終提升閱讀理解模型的效果魯棒性，全程無需人工參與。 該方法可以簡單地划分為三個步驟： （1）對每個訓練樣本利用對抗的方法生成一個干擾向量輸入，使得它能夠誤導當前 ...
論文閱讀 | Generating Natural Language Adversarial Examples through Probability Weighted Word Saliency
論文地址：https://www.aclweb.org/anthology/P19-1103/ 已有研究工作： 在文本的對抗樣本領域，因為有詞嵌入的存在，很難將特征空間的擾動向量映射到詞匯表中的有效單詞。因此在CV領域的方法不能直接用於NLP領域，一般的方法是在詞級別或者字符級別直接修改 ...
【論文閱讀】Deep Adversarial Subspace Clustering
導讀： 本文為CVPR2018論文《Deep Adversarial Subspace Clustering》的閱讀總結。目的是做聚類，方法是DASC=DSC（Deep Subspace Clustering）+GAN（Generative Adversarial Networks）。本文 ...
【論文閱讀】Deep Adversarial Subspace Clustering
導讀： 本文為CVPR2018論文《Deep Adversarial Subspace Clustering》的閱讀總結。目的是做聚類，方法是DASC=DSC（Deep Subspace Clustering）+GAN（Generative Adversarial Networks）。本文 ...
【論文閱讀筆記】《Conditional Generative Adversarial Nets》
論文：《Conditional Generative Adversarial Nets》 年份：2014年 引言 原始的GAN過於自由，訓練會很容易失去方向，導致不穩定且效果差。比如說GAN生成MNIST數字的過程，雖然可以生成數字，但生成的結果是隨機的（因為是根據輸入的隨機噪聲 ...
【CV論文閱讀】Rank Pooling for Action Recognition
這是期刊論文的版本，不是會議論文的版本。看了論文之后，只能說，太TM聰明了。膜拜~~ 視頻的表示方法有很多，一般是把它看作幀的序列。論文提出一種新的方法去表示視頻，用ranking function的參數編碼視頻的幀序列。它使用一個排序函數（ranking function）主要 ...
論文閱讀 | Adversarial Training for Large Neural Language Models
本文把對抗訓練用到了預訓練和微調兩個階段，對抗訓練的方法是針對embedding space，通過最大化對抗損失、最小化模型損失的方式進行對抗，在下游任務上取得了一致的效果提升。有趣的是， ...