SWAN：基于抽象语义表示的语义水印技术

我们介绍了 SWAN（Semantic Watermarking with Abstract Meaning Representation），一种新型框架，通过抽象语义表示（AMR）将水印签名嵌入句子的语义结构中。与现有水印方法不同，SWAN 直接在句子语义表示层面嵌入签名。由于签名以语义结构层级编码，任何保持语义的改写都自动保留了签名。SWAN 无需训练：通过引导 LLM 生成以所选 AMR 模板为导向的句子，同时保持语境连贯性，来实现水印注入；检测则使用即插即用的 AMR 解析器，随后进行简单的比例 z 检验。在 RealNews 数据集上的经验评估表明，SWAN 在未被水印处理的文本上检测性能与最先进方法相当，而在对抗改写攻击时显著提升鲁棒性，检测 AUC 相较于先前方法提升了最高可达 13.9 个百分点。这些结果表明，SWAN 通过将水印锚定在 AMR 语义结构中，提供了一种简单、有效且基于提示的鲁棒文本来源验证方法，为语义层面的水印研究开输了新的研究方向。