基于对抗性提示的生成式模型鲁棒性研究

摘要

运用生成式语言模型结合提示学习方法解决情感分析问题是目前自然语言处理领域的重要研究内容之一。然而，无论是人工输入提示还是系统自动生成提示，文本都可能出现意料之外的扰动，而这些扰动会对模型生成内容产生不可预估的影响。针对这一问题，本文首先实现了一个自动生成各级别对抗性提示的框架，其次探究了在情感分析任务中模型对标准提示模板和思维链提示模板的鲁棒性，最后引入一种对提示的自动拼写检查方法。实验证明：本文所提方法可以提高模型对输入提示的鲁棒性。

关键词

情感分析 / 生成式语言模型 / 提示学习 / 鲁棒性