attackers_attacker

近日，清华大学自然语言处理实验室研发的文本对抗攻击工具包OpenAttack继相关论文在ACL-IJCNLP 2021 Demo发表后迎来大版本

 

AI科技评论报道近日，清华大学自然语言处理实验室（THUNLP）研发的文本对抗攻击工具包OpenAttack继相关论文在ACL-IJCNLP 2021 Demo发表后迎来大版本更新，不但重构了大量代码，完善了文档，更新增了多语言支持、多进程处理等重要功能。

欢迎前往GitHub主页下载试用！文本对抗逐渐成为NLP研究的热点之一，根据文本对抗论文列表TAADPapers的统计，仅2021年ACL就有12篇相关论文发表（含Findings）借助OpenAttack这样的文本对抗工具包，你可以方便快速地进行文本对抗相关的研究和开发，具体包括：。

几行代码复现经典的文本对抗攻击基线模型，大大减少实验时复现基线模型的时间和难度；基于其提供的全面的对抗攻击评测指标，对自己的攻击模型进行系统地评测;评测自己的NLP模型面对各种类型攻击时的鲁棒性；利用其中包含的常用攻击模型要素（如替换词生成、句子复述），迅速设计和开发

新的攻击模型；进行对抗训练以提高模型鲁棒性相比于图像领域有一系列对抗攻击工具包（如CleverHans、Foolbox、ART），文本领域类似的对抗攻击工具包寥寥无几，除OpenAttack之外目前仅有TextAttack这一个文本对抗攻击工具包。

然而TextAttack在对抗攻击类型覆盖度、多语言支持等方面有一定的局限性，相比之下OpenAttack则弥补了TextAttack的不足，并且有一些独特之处具体而言，最新版OpenAttack有如下几个特点：。

攻击类型全覆盖OpenAttack是目前唯一支持所有攻击类型的文本对抗攻击工具包，覆盖了所有扰动粒度：字、词、句级别，以及所有的受害模型可见度：gradient-based、score-based、decision-based、blind；。

多语言支持OpenAttack目前支持英文和中文两种语言的攻击基于其模块化的文本预处理和攻击流程，它也可以很容易地实现对其他语言的支持；多进程OpenAttack基于Python原生的多进程库实现了对抗攻击的多进程执行，大大加快攻击速度；。

完全兼容

免责声明：本站所有信息均搜集自互联网，并不代表本站观点，本站不对其真实合法性负责。如有信息侵犯了您的权益，请告知，本站将立刻处理。联系QQ：1640731186