早期神经方法
Generating Steganographic Text with LSTMs
首次 arXiv 提交： · ACL 2017 Student Research Workshop
正式发表版本：2017年7月。
使用 LSTM 语言模型和词表分组，生成承载秘密比特流的文本。论文在推文与电子邮件上实验，研究嵌入容量与文本质量之间的关系。
与 Neural Linguistic Steganography 的关系
2019 年的 Neural Linguistic Steganography 引用这一早期神经方法，并在 GPT-2 上重新实现其分组编码，作为 Block 对照方法。
在神经文本隐写方法指南中比较词表分组、Huffman 编码、算术编码与耦合方法。
适用范围与边界
论文将人工评审和隐写分析方法的正式评估列为后续工作；展示的文本示例不构成统计不可检测性的证明。
引用这篇论文
正式发表版本
Tina Fang, Martin Jaggi, Katerina Argyraki. Generating Steganographic Text with LSTMs. Proceedings of ACL 2017, Student Research Workshop, 2017
正式发表版本 BibTeX · 正式发表版本 CSL-JSON
显示 BibTeX
@inproceedings{fang-2017-publication,
title = {{Generating Steganographic Text with LSTMs}},
author = {Fang, Tina and Jaggi, Martin and Argyraki, Katerina},
year = {2017},
booktitle = {Proceedings of ACL 2017, Student Research Workshop},
pages = {100--106},
publisher = {Association for Computational Linguistics},
url = {https://aclanthology.org/P17-3017/}
}
arXiv 预印本
Tina Fang, Martin Jaggi, Katerina Argyraki. Generating Steganographic Text with LSTMs. arXiv:1705.10742。首次提交：2017年5月30日。
该引用保留首个 arXiv 版本及其原始标题。版本链接区分后续修订；请引用支持所述结论的版本。
arXiv 预印本 BibTeX · arXiv 预印本 CSL-JSON
显示 BibTeX
@misc{fang-2017-preprint,
title = {{Generating Steganographic Text with LSTMs}},
author = {Fang, Tina and Jaggi, Martin and Argyraki, Katerina},
year = {2017},
publisher = {arXiv},
eprint = {1705.10742v1},
archivePrefix = {arXiv},
url = {https://arxiv.org/abs/1705.10742v1}
}