保护匿名言论：一种用于去除文本风格指标的生成对抗网络方法
机器学习
2021-10-19 v1 计算与语言
密码学与安全
摘要
随着互联网用户不断留下文本痕迹，无论是通过博客、电子邮件还是社交媒体帖子，匿名写作和抗议的能力正在受到侵蚀，因为人工智能在获得先前作品的样本后，能够从数百个可能的候选者中将文本与其作者匹配起来。现有的作者匿名化方法，也称为作者混淆，通常侧重于保护二元人口统计属性，而非整体身份。即使是那些侧重于混淆身份的方法，也需要人工反馈，丢失原始句子的连贯性，或者仅在给定有限作者子集时表现良好。在本文中，我们通过构建一个生成对抗网络开发了一种新的作者匿名化方法，该网络保护身份并优化对应于匿名性、流畅性和内容保持的三个不同损失。我们的全自动方法在内容保持和流畅性方面取得了与其他方法相当的结果，但在匿名化方面大大优于基线。此外，我们的方法能够很好地泛化到开集环境，并对以前未曾遇到的作者的句子进行匿名化。
引用
@article{arxiv.2110.09495,
title = {Protecting Anonymous Speech: A Generative Adversarial Network Methodology for Removing Stylistic Indicators in Text},
author = {Rishi Balakrishnan and Stephen Sloan and Anil Aswani},
journal= {arXiv preprint arXiv:2110.09495},
year = {2021}
}