Neural Linguistic Steganography 原始研究
Neural Linguistic Steganography
* Zachary M. Ziegler 与 Yuntian Deng 贡献相同。
首次 arXiv 提交： · EMNLP-IJCNLP 2019
正式发表版本：2019年11月。
将算术编码与大型预训练语言模型结合，把秘密信息编码为生成文本，并使生成分布接近语言模型分布。GPT-2 实验分别评估信息容量、统计散度和上下文续写的人工判断，并展示把自然语言消息编码为内容无关的载体文本。
与 Neural Linguistic Steganography 的关系
STEGASURAS 实现了这篇论文的编码与解码方法。正式发表的论文链接了 steganography.live 与官方代码仓库。研究贡献包括编码方法、诱导分布分析、容量和文本质量实验；STEGASURAS 是配套交互演示。
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
统计实验衡量的是与语言模型分布的偏差，而非与无法直接获得的真实人类语言分布的偏差。词表截断和温度设置改变生成分布，在人工自然度与模型分布匹配之间形成实际权衡。
引用这篇论文
正式发表版本
Zachary M. Ziegler, Yuntian Deng, Alexander M. Rush. Neural Linguistic Steganography. Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing and the 9th International Joint Conference on Natural Language Processing (EMNLP-IJCNLP), 2019
正式发表版本 BibTeX · 正式发表版本 CSL-JSON
显示 BibTeX
@inproceedings{neural-linguistic-steganography-publication,
title = {{Neural Linguistic Steganography}},
author = {Ziegler, Zachary M. and Deng, Yuntian and Rush, Alexander M.},
year = {2019},
booktitle = {Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing and the 9th International Joint Conference on Natural Language Processing (EMNLP-IJCNLP)},
doi = {10.18653/v1/D19-1115},
pages = {1210--1215},
publisher = {Association for Computational Linguistics},
url = {https://aclanthology.org/D19-1115/}
}
arXiv 预印本
Zachary M. Ziegler, Yuntian Deng, Alexander M. Rush. Neural Linguistic Steganography. arXiv:1909.01496。首次提交：2019年9月3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{neural-linguistic-steganography-preprint,
title = {{Neural Linguistic Steganography}},
author = {Ziegler, Zachary M. and Deng, Yuntian and Rush, Alexander M.},
year = {2019},
publisher = {arXiv},
eprint = {1909.01496v1},
archivePrefix = {arXiv},
url = {https://arxiv.org/abs/1909.01496v1}
}