在电商评论场景下的一种基于生成对抗网络的文本对抗样本防御方法

摘要

在电商评论场景下的一种基于生成对抗网络的文本对抗样本防御方法属于对抗样本领域，包含训练阶段、攻击阶段及防御阶段。训练阶段包含步骤：1.获取目标模型的输入数据与预测标签；2.依据真实数据和对应标签，借助攻击方法，训练生成扰动的生成器；3.扰动和原始数据混合，得到对抗样本；4.真实样本和对抗样本同时输入判别器，训练鉴别生成数据的判别器。攻击阶段包含步骤：1.生成对抗样本；2.和真实样本混合，输入目标模型；3.目标模型预测准确率。防御阶段包含步骤：1.生成对抗样本；2.和真实样本混合；3.判别器作为过滤器，过滤对抗样本；4.目标模型预测准确率。本发明生成更加真实的对抗样本数据，能够非常快速、简单的得到对应的防御方法。