将 UID 作为自动作者混淆的指导指标

鉴于自动作者归属工具的兴起，保护作者匿名性已成为一项艰巨的任务。这些归属工具能够以极高的准确率在一个候选作者池中归属文本的作者。为了对抗这些自动归属工具的兴起，也出现了自动混淆器。这些混淆器能够获取一些文本，以某种方式对文本进行扰动，并且如果成功，就能欺骗自动归属工具归属错误的作者。我们设计了三种新颖的作者混淆方法，这些方法利用了一种被称为均匀信息密度 (UID) 理论的心理语言学理论。该理论指出，人类在语音或文本中均匀分布信息以最大化效率。在我们的三种混淆方法中利用这一理论，我们试图观察我们在多大程度上能成功欺骗两个独立的归属工具。通过对 TuringBench 数据集中 50 篇人类撰写和 50 篇 GPT-3 生成的文章进行混淆，我们观察了每种方法在欺骗归属工具方面的表现。尽管在语义保留和合理更改方面混淆的质量很高，但我们未能找到任何证据表明 UID 是用于混淆的可行指导指标。然而，由于时间限制，我们无法测试足够大的文章样本，也无法为我们的归属工具调整参数，从而无法对 UID 在混淆中的作用做出结论性评论。