检索结果-南通市图书馆

网络新媒体技术 2024年第1期13卷 29-38页

作者：李松斌杜辉王津港中国科学院声学研究所南海研究站海口570100 中国科学院大学北京100049

生成式文本隐写方法能够生成流畅、自然的隐写文本,给文本隐写分析带来了巨大挑战。当源域(训练文本)与目标域(测试文本)使用相同隐写算法,且在相同语料库下训练时,基于神经网络的文本隐写分析方法具有较好的检测性能。然而在实际应用中... 详细信息

生成式文本隐写方法能够生成流畅、自然的隐写文本,给文本隐写分析带来了巨大挑战。当源域(训练文本)与目标域(测试文本)使用相同隐写算法,且在相同语料库下训练时,基于神经网络的文本隐写分析方法具有较好的检测性能。然而在实际应用中,我们无法预测待检测文本是采用何种隐写算法及在何种语料库下训练所生成,导致大多数基于神经网络的文本隐写分析方法难以实用。为解决这个问题,引入了元学习及域自适应的基本思想来提高隐写分析模型的泛化检测能力。我们采用预训练语言表示模型RoBERTa构建了一个词重要性语义编码模块,以充分提取文本语义特征。针对所得特征,提出了一个词间关联多尺度感知模块来关注由隐写导致的存在于相邻词与非相邻词之间的词间关系变化。实验结果表明,在多跨域场景下,该方法相较于现有文本隐写分析方法Fs-Stega检测准确率平均提高了9%。

关键词：生成式文本隐写分析跨域检测域适应少样本学习元学习

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：