摘要:深度神經(jīng)網(wǎng)絡(luò)(DNN)的日益發(fā)展被應(yīng)用到圖像語音識別等多個(gè)領(lǐng)域之中,然而面對輸入樣本的輕微改變,經(jīng)過DNN復(fù)雜的內(nèi)部神經(jīng)元可能導(dǎo)致細(xì)小的擾動被大幅度地?cái)U(kuò)大,從而使得神經(jīng)網(wǎng)絡(luò)模型的輸出結(jié)果完全不同于人工判別結(jié)果,對于自然語言處理任務(wù)中,可以誘導(dǎo)欺騙垃圾郵件短信識別系統(tǒng)。通過統(tǒng)計(jì)詞向量空間各個(gè)維度分布變化,提出一種基于高斯分布的中性詞構(gòu)造方法(GSNeutral),在此基礎(chǔ)上建立GScRNN網(wǎng)絡(luò),糾正出輸入樣本中存在擾動的部分,通過中性詞替換該部分達(dá)到平滑判別邊界的目的。
注:因版權(quán)方要求,不能公開全文,如需全文,請咨詢雜志社