发表评论取消回复
相关阅读
相关 对抗机器学习——Universal adversarial perturbations
代码地址: https://github.com/LTS4/universal 核心思想: 本文提出一种 universal对抗扰动,universal是指同一个
相关 《ADVENT:Adversarial Entropy Minimization for Domain Adaptation in Semantic Segmentation》论文笔记
参考代码:[ADVENT][] 1. 概述 > 导读:由于在训练场景和测试场景存在偏差(domain-shift),因而就会使得训练场景(source域)下的精度在测试
相关 【深度学习NLP论文笔记】《Interpretable Adversarial Perturbation in Input Embedding Space for Text》
![70][] Abstract 在CV领域,常常用对抗训练(adversarial training)来产生扰动并提高模型鲁棒性,但如果把这种方法直接应用在词嵌入空间
相关 【深度学习NLP论文笔记】《Towards Crafting Text Adversarial Samples》
![70][] Abstract 文本fool的方法:修改原始样本:删除或替换一些重要的单词,或引入新的单词。我们的算法最适用于在每个类的例子中有子类别的数据集。基于情
相关 【深度学习NLP论文笔记】《Deep Text Classification Can be Fooled》
![70][] Abstract 当前存在的加扰算法不能直接应用于文本上。三种对文本的加扰策略:插入(insertion)、修改(modification)、移除(
相关 【深度学习NLP论文笔记】《Visualizing and Understanding Neural Models in NLP》
![70][] 1 Introduction 神经网络对于NLP任务的可解释性很差。深度学习模型主要是基于word embedding词嵌入(比如low-dimensi
相关 【深度学习NLP论文笔记】《Adversarial Example For Natural Language Classification Problems》
一、介绍 ![70][] 图一:三个在文本分类任务中使用对抗样本的例子。分别是垃圾邮件分类、情感分析、虚假新闻检测。全是依靠同义词替换实现的。 二、背景 分类
相关 【深度学习NLP论文笔记】《Greedy Attack and Gumbel Attack: Generating Adversarial Example for Discrete Data》
![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM2
相关 SentiGAN: Generating Sentimental Texts via Mixture Adversarial Networks论文笔记
另一篇很好的解释:[https://www.itcodemonkey.com/article/6378.html][https_www.itcodemonkey.com_art
相关 《SentiGAN: Generating Sentimental Texts via Mixture Adversarial Networks》论文笔记
自己的总结: 这篇文章主要是写了一个用多分类器和多个生成器生成带情感的文本的gan模型,结果最后的实验不是生成器的个数还是设为2,相当于并没有比之前的工作多了类型,另外和
还没有评论,来说两句吧...