AAAI 2020 线上分享 ｜ Bert稳吗？解读NLP对抗模型新进展 出不了门，读论文会使我快乐。 2020 年第一场人工智能学术顶会 AAAI 如今正在美国纽约进行中。今年，大会收到 8800 篇提交论文，评审了 7737 篇，接收 1591 篇，接收率 20.6%。 作为人工智能领域的 A 类顶级会议，AAAI 2020 本该火热异常，但受疫情影响，大部分中国作者无法正常出席会议，不得不改为远程做报告。 为向读者们分享更多的优质内容、促进学术交流，机器之心也不间断的组织了多期 AAAI 2020 论文分享。这是该系列分享的第六期，我们邀请到了亚马逊上海人工智能实验室实习研究员金致静我们做主题分享《解读 NLP 对抗模型新进展》。 在家无法出门，那就一起来读论文吧！ 个人简介：金致静，香港大学毕业，目前在亚马逊上海人工智能实验室做实习研究。研究方向主要是无监督文本生成 (unsupervised text generation)，和医疗信息抽取 (Information Extraction for healthcare)。她在众多顶会上 (EMNLP, NAACL, AAAI, AAHPM) 发表过多篇相关论文。 演讲概要：众所周知，CV 领域的 adversarial attack 被非常广泛的研究，但是在 NLP 领域的对抗攻击却因为文本的离散的特性而难以推进。对于 NLP 的模型来说，那些在人们眼里几乎没变的文本却会被模型非常不同地对待，甚至错判。这些是特别致命的、且急需研究的方向。今天和大家分享我和 MIT 合作的 AAAI 2020 Oral 文章，自然语言对抗样本生成，我们将详细解读如何简单高效地生成自然语言对抗样本，并且高度 attack 文本分类和文本推测的 7 个数据集。 论文地址：https://arxiv.org/abs/1907.11932?context=cs 时间：北京时间 2 月 12 日 20:00-21:00 AAAI 2020 机器之心线上分享 在 AAAI 2020 收录的大量优秀论文中，我们将选出数篇优质论文，邀请论文作者来做线上分享。整场分享包括两个部分：论文解读和互动答疑。 线上分享将在「AAAI 2020 交流群」中进行，加群方式：添加机器之心小助手（syncedai4），备注「AAAI」，邀请入群。入群后将会公布直播链接。