技術(shù)特征：

1.一種基于注意力機(jī)制和局部敏感哈希的黑盒對抗文本生成方法，用于根據(jù)原文本x＝[w1，…，wi，…，wn]生成針對目標(biāo)模型f的對抗文本，wi為x中位置i的詞，1≤i≤n，原文本x的真實分類標(biāo)簽為y，目標(biāo)模型f用于輸出文本的分類識別結(jié)果f(·)，其特征在于：包括以下步驟；

2.根據(jù)權(quán)利要求1所述的基于注意力機(jī)制和局部敏感哈希的黑盒對抗文本生成方法，其特征在于：所述注意力模型a為hierarchicalattention?networks，所述句級向量編碼模型為universal?sentence?encoder。

3.根據(jù)權(quán)利要求1所述的基于注意力機(jī)制和局部敏感哈希的黑盒對抗文本生成方法，其特征在于：s14中，x1中對應(yīng)的可擾動詞，用同義詞替換的方法為，將x1中對應(yīng)的可擾動詞標(biāo)記為從的同義詞集中隨機(jī)選擇一個同義詞替換x1中的

4.根據(jù)權(quán)利要求1所述的基于注意力機(jī)制和局部敏感哈希的黑盒對抗文本生成方法，其特征在于：步驟s2具體為，

5.根據(jù)權(quán)利要求1所述的基于注意力機(jī)制和局部敏感哈希的黑盒對抗文本生成方法，其特征在于：

6.根據(jù)權(quán)利要求1所述的基于注意力機(jī)制和局部敏感哈希的黑盒對抗文本生成方法，其特征在于：s32.3中，根據(jù)下式選取

技術(shù)總結(jié)
本發(fā)明公開了一種基于注意力機(jī)制和局部敏感哈希的黑盒對抗文本生成方法，包括步驟：基于注意力機(jī)制初始化對抗文本，刪除對抗文本中的冗余噪聲，基于局部敏感哈希優(yōu)化對抗文本，得到最優(yōu)對抗文本。本發(fā)明初始化對抗文本階段引入注意力機(jī)制，通過優(yōu)先擾動對原文本重要性高的詞減少初始化對抗文本階段對目標(biāo)模型的查詢次數(shù)；在優(yōu)化對抗文本階段的搜索過渡詞和估計更新方向兩個過程中引入局部敏感哈希方法，通過按句級向量相似性對候選文本分簇減少對抗文本優(yōu)化階段對目標(biāo)模型的查詢次數(shù)。兩者結(jié)合能有效降低整個對抗文本生成過程對目標(biāo)模型的查詢次數(shù)。

技術(shù)研發(fā)人員：邱士林,劉啟和,周世杰,茍慜,張準(zhǔn),武哲緯,曾逸
受保護(hù)的技術(shù)使用者：電子科技大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/26