IJCIAI-20-Argot

NLP对抗文本攻击（3）——中文对抗文本生成Argot

---

文献来源

Zhang, Z. , Liu, M. , Zhang, C. , Zhang, Y. , & Sun, D. . (2020). Argot: Generating Adversarial Readable Chinese Texts. Twenty-Ninth International Joint Conference on Artificial Intelligence and Seventeenth Pacific Rim International Conference on Artificial Intelligence {IJCAI-PRICAI-20.}

前言

对于英文的攻击（insert，delete等）无法直接移植到中文中，中文以字为单位，通过字组成词，然后组成句子

对于中文的五种扰动

Synonyms

同义词替换，好-妙

shuffle

交换顺序，阅读理解-读阅理解

splitting-character

偏旁部首拆分，只拆分左右，半包围

glyph

相似字形替换

pinyin

相似拼音替换，平翘舌音，前后鼻音

Argot模型

流程

输入句子 $x$，结巴分词 $W=<w_1,w_2...w_n>$,对词按重要性排序，对每个词依次进行上述五种扰动，选择置信度变化最大的。

pinyin扰动细节

glyph扰动

用chaizi-jt.txt对字进行部首拆分，
三种替换：替换别的部首；删除部首；增加部首
判断新生成的字是否存在
选择与与原字最相似的生成的字，采用基于siamese network的DNN，

评估

成功率，扰动率，效率

说明

nlp模型为cnn与lstm，中文nlp有基于字和词的，
使用word2vec训练300维的词向量。