文本情感分析模型评测算法

这一部分主要说明平台中已集成的文本情感分析模型评测方法，以及如何扩展用户个人评测方法。

• 1. 背景知识介绍
  • 1.1. 名词解释
  • 1.2. 文本攻击粒度
  • 1.3. 文本攻击限制条件
  • 1.4. 文本攻击效果评价方法
• 2. 评测算法详细介绍
  • 2.1. TextFooler算法
  • 2.2. HotFlip算法
  • 2.3. PWWS算法
  • 2.4. BAE算法
  • 2.5. BERT-Attack算法
  • 2.6. DeepWordBug算法
  • 2.7. FD算法
  • 2.8. PSO算法
  • 2.9. TextBugger算法
  • 2.10. VIPPER算法
  • 2.11. A2T算法
  • 2.12. 参考文献
• 3. 可用于评测的模型介绍
  • 3.1. 内置模型
  • 3.2. Huggingface Hub上的模型
  • 3.3. 自定义模型
• 4. 如何添加新的评测算法
  • 4.1. 攻击算法存储位置
  • 4.2. 扩展实例 —— TextFooler 算法
  • 4.3. 扩展说明
• 5. 文本自然语言处理数据集
  • 5.1. amazon_reviews_multi
  • 5.2. amazon_reviews_zh
  • 5.3. SST
  • 5.4. imdb_reviews
  • 5.5. imdb_reviews_tiny
  • 5.6. dianping
  • 5.7. dianping_tiny
  • 5.8. jd_full
  • 5.9. jd_full_tiny
  • 5.10. jd_binary
  • 5.11. jd_binary_tiny
• 6. 文本情感分析模型评测模块使用方法
  • 6.1. 在 Jupyter Notebook 中使用
  • 6.2. 在命令行中使用