Using Adversarial Examples in Natural Language Processing
Název práce v češtině: | Využití adverzálních příkladů pro zpracování přirozeného jazyka |
---|---|
Název v anglickém jazyce: | Using Adversarial Examples in Natural Language Processing |
Klíčová slova: | Neuronové sítě, Adverzální příklady, Zpracování přirozeného jazyka, Regularizace, Evaluace |
Klíčová slova anglicky: | Neural networks, Adversarial examples, Natural language processing, Regularization, Evaluation |
Akademický rok vypsání: | 2016/2017 |
Typ práce: | diplomová práce |
Jazyk práce: | angličtina |
Ústav: | Ústav formální a aplikované lingvistiky (32-UFAL) |
Vedoucí / školitel: | doc. Ing. Zdeněk Žabokrtský, Ph.D. |
Řešitel: | skrytý - zadáno a potvrzeno stud. odd. |
Datum přihlášení: | 10.03.2017 |
Datum zadání: | 10.03.2017 |
Datum potvrzení stud. oddělením: | 23.03.2017 |
Datum a čas obhajoby: | 07.09.2017 11:30 |
Datum odevzdání elektronické podoby: | 18.07.2017 |
Datum odevzdání tištěné podoby: | 19.07.2017 |
Datum proběhlé obhajoby: | 07.09.2017 |
Oponenti: | Mgr. Jindřich Libovický, Ph.D. |
Zásady pro vypracování |
Deep neural networks have lately achieved state-of-the-art performance at many tasks. Nevertheless, even the leading models might be easily confused by artificially created examples. One of the newly developed training method relies on constructing such adversarial examples which are designed to cause a neural network to produce wrong outputs and which are consequently used for gradient update. The aim of this thesis is to explore applicability of this strategy in the field of Natural Language Processing by designing and evaluating experiments on a collection of various NLP datasets. |
Seznam odborné literatury |
Haykin, Simon S., et al. Neural networks and learning machines. Vol. 3. Upper Saddle River, NJ, USA:: Pearson, 2009.
Rojas, Raúl. Neural networks: a systematic introduction. Springer Science & Business Media, 2013. LeCun, Yann, Yoshua Bengio, and Geoffrey Hinton. "Deep learning." Nature 521.7553 (2015): 436-444. Bengio, Yoshua, Ian J. Goodfellow, and Aaron Courville. "Deep learning." Nature 521 (2015): 436-444. |