一种字粒度中文形态近似对抗样本生成方法

摘要

一种字粒度中文形态近似对抗样本生成方法包括：对文本数据集进行预处理，并训练得到目标模型；将测试集中一半的文本数据作为原语句输入到所述被攻击目标模型中得到对所述原语句的损失函数，计算所述损失函数针对原语句每个汉字的重要度得到字重要度列表；计算常用汉字库中的每两个汉字之间的字形相似度矩阵，归一化后得到矩阵V；计算常用汉字库中每两个汉字之间的字音相似度矩阵，归一化后得到矩阵P；将字形相似度和字音相似度统一，得到字重要度列表中每个汉字的候选字列表；用候选字符列表中的汉字替换字重要度列表中的汉字生成攻击句子对目标模型进行攻击；本方法克服现有技术面临的中文形态攻击无法量化相似度信息，缺乏灵活性等难题。