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
华中科技大学;