原创力文档- 1、本文档共7页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
面向主题模型的对抗攻击研究
面向主题模型的对抗攻击研究 摘要：主题模型是文本分析中广泛应用的模型之一，具有高效方便和可扩展性等优点。然而，主题模型的鲁棒性在面临对抗攻击时较为脆弱，因此对主题模型的对抗攻击研究具有重要的应用和理论意义。本文针对主题模型的对抗攻击，提出了基于生成对抗网络（GAN）和变分自编码器（VAE）的两种攻击方法，并将它们应用在Latent Dirichlet Allocation（LDA）和Correlated Topic Model（CTM）中进行实验，结果表明该方法能够有效地干扰主题模型的学习结果，从而改变主题模型的主题分布。本文的研究对于理解主题模型对抗攻击的安全机
文档评论（0）