【深度學習NLP論文筆記】《Deep Text Classification Can be Fooled》
Abstract 當前存在的加擾算法不能直接應用於文本上。三種對文本的加擾策略：插入（insertion）、修改（modification）、移除（removal）。本文針對DNN文本分類器（DNN-based text classifiers）進行fool。 Introduction 文本分析很重要：垃圾網站、釣魚網站（spam or phishing webpage）的檢測依靠文本分類器。 本
相關文章
- 1. 【深度學習NLP論文筆記】《Towards Crafting Text Adversarial Samples》
- 2. 【深度學習NLP論文筆記】《Adversarial Example For Natural Language Classification Problems》
- 3. 【深度學習NLP論文筆記】《Interpretable Adversarial Perturbation in Input Embedding Space for Text》
- 4. 【深度學習NLP論文筆記】《Visualizing and Understanding Neural Models in NLP》
- 5. 【深度學習NLP論文筆記】《Understanding Neural Networks through Representation Erasure》
- 6. 論文筆記-recurrent CNN for text classification
- 7. NLP論文筆記:Easy Data Augmentation Techniques for Boosting Performance on Text Classification Task
- 8. 【論文筆記】Text Classification using Capsules
- 9. AlexNet論文(ImageNet Classification with Deep Convolutional Neural Networks)學習筆記
- 10. Aspect Level Sentiment Classification with Deep Memory Network論文學習筆記
- 更多相關文章...
- • 您已經學習了 XML Schema，下一步學習什麼呢？ - XML Schema 教程
- • 我們已經學習了 SQL，下一步學習什麼呢？ - SQL 教程
- • Tomcat學習筆記（史上最全tomcat學習筆記）
- • 算法總結-深度優先算法
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. 【深度學習NLP論文筆記】《Towards Crafting Text Adversarial Samples》
- 2. 【深度學習NLP論文筆記】《Adversarial Example For Natural Language Classification Problems》
- 3. 【深度學習NLP論文筆記】《Interpretable Adversarial Perturbation in Input Embedding Space for Text》
- 4. 【深度學習NLP論文筆記】《Visualizing and Understanding Neural Models in NLP》
- 5. 【深度學習NLP論文筆記】《Understanding Neural Networks through Representation Erasure》
- 6. 論文筆記-recurrent CNN for text classification
- 7. NLP論文筆記:Easy Data Augmentation Techniques for Boosting Performance on Text Classification Task
- 8. 【論文筆記】Text Classification using Capsules
- 9. AlexNet論文(ImageNet Classification with Deep Convolutional Neural Networks)學習筆記
- 10. Aspect Level Sentiment Classification with Deep Memory Network論文學習筆記