百分点认知智能尝试室出品：智能问答中的反抗进攻及防止计策

大赛优胜步队以上面几种方案为主。第一名采纳了除上面智能纠错以外的方案，同时，针对只是在局部举办个体词的增编削替代的反抗样本，计划了Absolute Position-Aware 的模子输入方法举办捕获，其它，在牢靠的收集布局中举办反抗实习。第二名和第三名的步队，没有做太大都据加强，在行使Focal Loss和Fast Gradient Method的同时，将重点放在了智能纠错上，他们别离计划了奇妙的智能纠错方案，操作反抗样本和其他样本之间的相似特征，举办纠错，取得了不错的结果。

综合看前三名的步队，除了数据加强和反抗实习等其他使命中也也许有用的要领，他们针对本次角逐的赛题特点，从数据出发，举办反抗样本的发明与纠错，要领奇妙，最终脱颖而出。

六、总结

通过这次角逐，各人对防止智能问答中语义等价题目的反抗进攻、加强模子鲁棒性的要领举办了很多试探与实践，发此刻数据处理赏罚阶段的数据加强、反抗样本纠错和模子实习阶段行使Focal Loss和回收FGM的要领举办实习是行之有用的计策。这些实践与结论，将实现呆板与人之间越发智能的对话，为现实的出发糊口带来切实辅佐。虽然，跟着研究的深入与应用的遍及，还会呈现新的反抗进攻的要领，我们也等候新的防止计策被发现，配合促进模子鲁棒性的晋升，使体系更好地落地应用。

参考资料

[1] Wang, W., Wang,L., Wang, R., Ye, A., & Tang, B. (2019). A Survey: Towards a Robust DeepNeural Network in Text Domain. arXiv preprint arXiv:1902.07285.

[2] Wei Emma Zhang,Quan Z. Sheng, Ahoud Alhazmi, and Chenliang Li. 2019. Adversarial Attacks onDeep Learning Models in Natural Language Processing: A Survey. 1, 1 (April2019), 40 pages.

https://doi.org/10.1145/nnnnnnn.nnnnnnn

[3] DIAC大赛优胜步队(较量牛的丹棱街5号、观、沐鑫、XiaoduoAI-NLP、zhys513、苏州课得乐-强行跳大)办理方案

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!