Homograph Attacks on Maghreb Sentiment Analyzers

Authors: Fatima Zahra Qachfar, Rakesh M. Verma
Published: 2024-02-05

Source: https://arxiv.org/abs/2402.03171

PDF: https://arxiv.org/pdf/2402.03171

AIにより推定されたラベル

LLMセキュリティ データセット生成 モデル性能評価

※ こちらのラベルはAIによって自動的に追加されました。そのため、正確でないことがあります。
詳細は文献データベースについてをご覧ください。

Abstract

We examine the impact of homograph attacks on the Sentiment Analysis (SA) task of different Arabic dialects from the Maghreb North-African countries. Homograph attacks result in a 65.3 an F1-score of 0.95 to 0.33 when data is written in “Arabizi”. The goal of this study is to highlight LLMs weaknesses’ and to prioritize ethical and responsible Machine Learning.