PWWS开源代码各部分理解

这一部分是PWWS攻击方法的开源代码（地址在https://github.com/JHL-HUST/PWWS）中几个重点文件的梳理。主要用于记录自己的思路，还有一部分不太清楚，之后有更多了解再改正，有什么问题的话欢迎在评论区说明。

一、paraphrase.py

1. 变量supported_pos_tags，标签列表，即支持的单词种类；
2. SubstitutionCandiadate类，候选词池类。包含了四个属性，token_position，替换位置；similarity_rank，相似度；original_token，原词；candidate_work，候选词。
3. 函数vsm_similarity，用于构造同义词，主要是调用了similarity函数。
4. 函数_get_wordnet_pos，对词汇的词性进行标注。
5. 函数_synonym_prefilter_fn，用于判断同义词是否可以用于替换。例如，当同义词是词组，与原词相同，词性不同，或者同义词是 'be' 时，均不可用于替换。
6. 函数_generate_synonym_candidates，可以构造候选词池，返回的是一个以SubstitutionCandiadate类为元素的列表。重点部分，判断目标词的词性是否支持，若在supported_pos_tags中，则就其词性，并找同词性的同义词，并将处理后的词序列记录在synonyms中，在遍历synonyms内元素，构造supported_pos_tags变量，追加到候选池中。
7. 函数_compile_perturbed_tokens，进行实际的替换操作。
8. 函数PWWS。其中定义了函数softmax()，实现了论文中公式(8)。之后计算出了显著性序列，并且得到了实体列表和标记，之后，为每一句中的所有词找到同义词。这一步将同义词记录在candidates中，通过公式(4)(5)，找到替换词，以及通过公式(7)计算出替换后分类概率的变化程序。再找到同义词后，按分类概率变化程度降序排列，并依次进行替换，最终打印替换结果。

二、adversarial_tools.py     其中调用了evaluate_word_saliency

1. 函数ForwardGradWrapper，内部函数predict_prob计算分类概率和predict_classes预测其分类。
2. 函数adversarial_paraphrase，主要功能是找出对结果影响最大的同义词。调用PWWS函数，并打印结果。除此之外，还包含了两个函数，一个是halt_condition_fn，对攻击类型进行判断，并添加扰动，预测添加扰动后的分类，若结果发生变化，则返回Ture。另一个函数是heuristic_fn，根据类型的不同，得到对应扰动样本，并计算干扰前后被分为正类的概率之差，并将其返回。

三、evaluate_word_saliency.py

内部仅包含一个evaluate_word_saliency函数。用于评估单词的显著性。整个过程，主要根据字符级和词汇级的不同，提取信息，计算公式(6)。

四、fool.py   该部分进行实际攻击，并可设置参数，如设置攻击干净样本的个数，攻击对象，使用的数据集等等

1. 函数write_orgin_input_texts(路径，样本，攻击个数)，主要功能是根据个数，将样本写入txt文件。
2. 函数fool_text_calssifier 首先，根据选择样本和数据集，并调用函数write_orgin_input_texts，训练模型，并且用干净样本和对抗样本分别进行评估。

五、evaluate_fool_results.py

其中包含一部分配置GPU的内容。

1. 函数read_adversarial_file  读文件，并用正则表达式处理。
2. 函数get_mean_sub_rate  求平均替换率。
3. 函数get_mean_EN_rate   与get_mean_sub_rate类似。
4. 主函数  从数据集中读取数据并挑选模型，在干净样本和对抗样本上评估模型的精度并打印结果。