差分隐私文本遮蔽中的文本分解与预算分配的系统性探索

差分隐私文本遮蔽的目标是以差分隐私保证对输入文本进行遮蔽或“扰动”，使得私有输出文本在定量上与原文 indistinguishable。虽然在单词级别进行扰动直观易懂，但有意义的文本隐私化发生在完整文档层面。近期研究为论证隐私预算分配（即如何对整体 $\varepsilon$ 预算对文本的各组成部分进行合理分配）奠定了基础。我们在差分隐私文本遮蔽语境下，对多种文本分解和预算分配技术进行系统评估，测试不同的文本切分方法与分配 $\varepsilon$ 给这些切片的方法的组合方式。我们的实验表明，这些设计选择非常重要，因为即便在相当相同的隐私预算下，根据所选方法的不同，结果也差异显著。在此，我们提供了通过优化差分隐私遮蔽程序来最大化经验性权衡可行性的可信证据。