基于遗传算法的对抗文本生成方法研究

目录

声明

1 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.3 本文主要研究内容

1.4 论文组织结构

2 相关技术与理论概述

2.1 遗传算法

2.1.1 概述

2.1.2 求解过程和特性

2.2 卷积神经网络

2.2.1 概述

2.2.2 卷积神经网络在文本分类上的应用

2.3 对抗样本

2.3.1 基本概念

2.3.2 对抗图像

2.3.3 对抗文本

2.4 自然语言处理

2.4.1 情感分析

2.4.2 GloVe向量

2.5 本章小结

3 基于遗传算法的对抗文本生成算法

3.1 被攻击文本的选取

3.2 子文本的生成方法

3.2.1 攻击得分

3.2.2 替换词的选取

3.2.3 完整的子文本生成方法

3.3 基于遗传算法的攻击方法

3.3.1 种子种群的生成

3.3.2 迭代停止条件

3.3.3 适应度函数

3.3.4 种群选择

3.3.5 种群交叉

3.3.6 种群变异

3.3.7 完整的攻击方法流程

3.4 本章小结

4 实验结果及分析

4.1 实验数据与环境

4.1.1 数据集

4.1.2 被攻击模型

4.1.3 实验运行环境

4.1.4 实验参数设定

4.2 评价指标

4.2.1 攻击成功率

4.2.2 平均改动比例

4.3 实验结果与分析

4.3.1 实验结果

4.3.2 攻击成功率和平均改动比例与最大迭代次数

4.3.3 改动比例与迭代次数

4.3.4 人类测试

4.4 本章小结

5 总结与展望

5.1 论文总结

5.2 工作展望

致谢

参考文献

附录1

附录2