ترجمه فارسی مقاله بازنویسی متن خصمانه برای سیستم‌های توصیه‌گر آگاه از متن

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Adversarial Text Rewriting for Text-aware Recommender Systems
عنوان مقاله به فارسی بازنویسی متن خصمانه برای سیستم‌های توصیه‌گر آگاه از متن
نویسندگان Sejoon Oh, Gaurav Verma, Srijan Kumar
فرمت مقاله انگلیسی PDF
تعداد صفحات 11
دسته بندی موضوعات Information Retrieval,Cryptography and Security,Machine Learning,Social and Information Networks,بازیابی اطلاعات , رمزنگاری و امنیت , یادگیری ماشین , شبکه های اجتماعی و اطلاعاتی ,
توضیحات Submitted 1 August, 2024; originally announced August 2024. , Comments: Accepted for publication at: 33rd ACM International Conference on Information and Knowledge Management (CIKM 2024). Code and data at: https://github.com/sejoonoh/ATR
توضیحات به فارسی ارسال شده در 1 اوت 2024 ؛در ابتدا در اوت 2024 اعلام شد. ، نظرات: برای انتشار در: 33th کنفرانس بین المللی ACM در مورد مدیریت اطلاعات و دانش (CIKM 2024) پذیرفته شده است.کد و داده ها در: https://github.com/sejoonoh/atr

قیمت: 19,000 تومان

دانلود مقاله اصل انگلیسی + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 99,000 تومان

سفارش + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی و ترجمه کامل آن، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 440,000 تومان

زمان تحویل: 2 تا 3 روز کاری


📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

Text-aware recommender systems incorporate rich textual features, such as titles and descriptions, to generate item recommendations for users. The use of textual features helps mitigate cold-start problems, and thus, such recommender systems have attracted increased attention. However, we argue that the dependency on item descriptions makes the recommender system vulnerable to manipulation by adversarial sellers on e-commerce platforms. In this paper, we explore the possibility of such manipulation by proposing a new text rewriting framework to attack text-aware recommender systems. We show that the rewriting attack can be exploited by sellers to unfairly uprank their products, even though the adversarially rewritten descriptions are perceived as realistic by human evaluators. Methodologically, we investigate two different variations to carry out text rewriting attacks: (1) two-phase fine-tuning for greater attack performance, and (2) in-context learning for higher text rewriting quality. Experiments spanning 3 different datasets and 4 existing approaches demonstrate that recommender systems exhibit vulnerability against the proposed text rewriting attack. Our work adds to the existing literature around the robustness of recommender systems, while highlighting a new dimension of vulnerability in the age of large-scale automated text generation.

چکیده به فارسی (ترجمه ماشینی)

سیستم های پیشنهادی آگاه از متن از ویژگی های متنی غنی مانند عناوین و توضیحات برای تولید توصیه های موردی برای کاربران استفاده می کنند.استفاده از ویژگی های متنی به کاهش مشکلات شروع سرما کمک می کند و بنابراین ، چنین سیستم های پیشنهادی توجه بیشتری را به خود جلب کرده اند.با این حال ، ما استدلال می کنیم که وابستگی به توضیحات مورد باعث می شود سیستم پیشنهادی در برابر دستکاری توسط فروشندگان متضاد در سیستم عامل های تجارت الکترونیکی آسیب پذیر باشد.در این مقاله ، ما با پیشنهاد یک چارچوب جدید بازنویسی متن برای حمله به سیستم های پیشنهادی آگاه متن ، امکان چنین دستکاری را بررسی می کنیم.ما نشان می دهیم که حمله بازنویسی می تواند توسط فروشندگان مورد سوء استفاده قرار گیرد تا محصولات خود را ناعادلانه بچرخانند ، حتی اگر توضیحات بازنویسی مخالف توسط ارزیابان انسانی به عنوان واقع بینانه تلقی شوند.از نظر روش شناختی ، ما دو تغییر مختلف را برای انجام حملات بازنویسی متن بررسی می کنیم: (1) تنظیم دقیق دو فاز برای عملکرد بیشتر حمله ، و (2) یادگیری درون متن برای کیفیت بازنویسی متن بالاتر.آزمایشات شامل 3 مجموعه داده مختلف و 4 رویکرد موجود نشان می دهد که سیستم های پیشنهادی آسیب پذیری را در برابر حمله بازنویسی متن پیشنهادی نشان می دهند.کار ما به ادبیات موجود پیرامون استحکام سیستم های توصیه کننده می افزاید ، ضمن اینکه بعد جدیدی از آسیب پذیری را در عصر تولید خودکار متن در مقیاس بزرگ برجسته می کند.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.