一种基于粒球和度量学习的对抗攻击文本分类方法

本发明属于自然语言处理技术领域，具体涉及一种基于粒球和度量学习的对抗攻击文本分类方法，包括：获取待分类文本，将待分类文本输入训练好的编码模块，得到待分类文本的语义向量表示；将待分类文本的语义向量表示映射到训练好的粒球空间，得到粒球中心，将粒球中心对应的语义向量表示输入分类器，得到分类结果；本发明使用粒球聚类将同类文本的语义向量表示聚合到一个粒球中，得到粒球空间，再将待分类文本的语义向量表示映射到粒球空间中获取对应的粒球中心，通过利用对应的粒球中心进行分类来消除对抗样本的影响，较于现有技术，提高了模型在攻击情况下分类器的准确性。