基于模拟训练的自然语言处理模型后门防御方法及系统

本发明公开了一种基于模拟训练的自然语言处理模型后门防御方法及系统，本发明包括从中毒的自然语言处理数据库中读取中毒数据集合，再进行标签平衡和噪声注入得到高噪声中毒数据集合，并对预设的自然语言处理模型通过模拟训练进行学习行为建模得到毒性揭露的数据集合；若建模质量是否满足要求则返回重新生成，否则利用毒性揭露的数据集合训练预设的自然语言处理模型，得到完成后门防御训练的、干净的自然语言处理模型以用于针对输入的文本获得对应的标签。本发明旨在解决现有基于数据或模型删除的后门防御方法可能损失关键信息导致后门防御性能下降的问题，提升自然语言处理模型的后门防御性能。