論文筆記（5.13，文本抗擊，sentence）--Trick Me If You Can: Human-in-the-Loop Generation of Adversarial Examples

舉行了一次人機對戰比賽，基於Quizbowl問答任務，通過實驗對比了多種傳統模型的魯棒性能，分析了傳統模型對於理解性任務的侷限現象的產生原因，以及人機互補的概念。 paper的價值主要在於： 1.通過human-in-loop的方式生成高質量的問答對抗樣本 2.對傳統問答模型的魯棒性能進行剖析 實驗結果 1.RNN相較於IR更加脆弱 基於RNN的問答系統更加容易受到語法語義上的干擾；IR系統則對一

>>阅读原文<<