【EMNLP2021教程】鲁棒自然语言处理，EMNLP 21 Tutorial on Robust NLP，176页pdf

最近的研究表明，许多NLP系统对输入的微小扰动非常敏感和脆弱，并且不能很好地在不同的数据集上进行泛化。这种鲁棒性的缺乏阻碍了NLP系统在真实应用中的使用。本教程旨在让人们意识到有关NLP鲁棒性的实际问题。它的目标是对构建可靠的NLP系统感兴趣的NLP研究人员和实践者。特别地，我们将回顾最近关于分析NLP系统在面对对抗输入和分布转移数据时的弱点的研究。我们将为观众提供一个全面的视角

如何使用对抗性的例子来检查NLP模型的弱点并促进调试; 如何增强现有NLP模型的鲁棒性和对抗输入的防御; 对鲁棒性的考虑如何影响我们日常生活中使用的真实世界的NLP应用。 我们将通过概述这一领域未来的研究方向来结束本教程。

https://robustnlp-tutorial.github.io