攻撃的言語分類器のロバスト性について【JST・京大機械翻訳】

Rusert Jonathan; Shafiq Zubair; Srinivasan Padmini

プレプリント

J-GLOBAL ID：202202216332854094 整理番号：22P0307981

攻撃的言語分類器のロバスト性について【JST・京大機械翻訳】

On The Robustness of Offensive Language Classifiers

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年03月21日プレプリントサーバーでの情報更新日： 2022年03月21日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

ソーシャルメディアプラットフォームは,スケールにおける攻撃的音声の幸福,ラシスト,および他の形式と戦うために,攻撃的言語分類システムに基づく機械学習を配備する。しかしながら,それらの実世界展開にもかかわらず,著者らは,攻撃的言語分類器が敵対攻撃に対してロバストである程度を,まだ包括的に理解していない。この空間における先行研究は,誤解や外来空間のようなプリミティブ攻撃に対する攻撃的言語分類器のロバスト性の研究に限定される。このギャップに取り組むために,単語置換のための greedy欲および注意ベースの単語選択および文脈意識埋込みを利用する,より芸術的敵対攻撃に対する,最新の攻撃的言語分類器のロバスト性を系統的に解析した。多重データセットに関する我々の結果は,これらの工芸的敵対攻撃が,修正テキストの可読性と意味を保存できる間,50%以上,攻撃的言語分類器の精度を分解できることを示した。【JST・京大機械翻訳】

, , , , , , ,
, , , 【Automatic Indexing@JST】

データ保護 , 人工知能

, , ,

前のページに戻る