样式汇聚：自动文本样式混淆以提高分类公平性

EMNLPSep, 2021

样式汇聚：自动文本样式混淆以提高分类公平性

Style Pooling: Automatic Text Style Obfuscation for Improved Classification Fairness

Fatemehsadat Mireshghallah, Taylor Berg-Kirkpatrick

TL;DR本文提出了一种基于变分自编码器（VAE）的框架，通过自动重写人类生成的文本来混淆文本的风格特征，具有两个混淆风格概念更灵活的选择，可以用于提高下游分类器的公平性。同时，文章还通过对文本进行两个或三个域的风格混淆的池化效果进行了综合研究。

Abstract

text style can reveal sensitive attributes of the author (e.g. race or age) to the reader, which can, in turn, lead to privacy violations and bia

text style privacy violations bias style transfer fairness

发现论文，激发创造

不变量风格混淆

本文提出了一种新的隐写方法，名为 “obfuscation-by-invariance”，通过使用样式不变性训练模型，可以有效地保留输入文本的语义内容，自动评估指标与现有的基于隐写 - 转换的模型相当。但是，人类评估结果显示在保留语义内容和语法准确性方面存在权衡。

May, 2018

多属性文本风格转换

本文提出一种控制文本数据中多种因素变异的模型，用回译机制代替对解缠缠绕的限制，实现对性别、情感、产品类型等多个属性的控制，并通过在潜空间中的池化运算使内容保留和风格变化之间的权衡更加精细，进一步拓展了去耦合框架的应用范围。

Nov, 2018

复仇者联盟！提高作者混淆的可迁移性

本文研究了基于样式测量方法的作者归属问题，提出了一种基于集成学习的自动化作者混淆方法，并证明它的迁移性更佳。

Sep, 2021

一个女孩有一个名字：检测作者身份的混淆

评估了最先进的作者混淆方法的隐蔽性，并发现它们缺乏隐蔽性，因为它们以可检测的方式降低了文本平滑度。这凸显了开发更能保护寻求匿名性作者身份的隐蔽作者混淆方法的必要性。

May, 2020

使用遮罩语言建模进行偏见缓解的文本风格转换

本研究提出了一种用于减少偏见的文本风格转换模型，它结合了潜在内容编码和明确的关键词替换，可以更好地保存内容并保持良好的风格转移准确性。

Jan, 2022

平凡也非凡：一种普通化的风格掩盖和作者混淆方法的论证

提出了一种改变文本的方法以减少样式特征的差异。该方法能有效地保护作者的匿名，并在 PAN-2016 竞赛的作者混淆任务中获得最佳表现。

Jul, 2017

通过零 - shot 多语言回译防止作者个人信息泄露

本文提出了一种简单且无需训练数据的方法，通过多语言反向翻译来有效降低作者个人信息暴露的风险，以达到提高隐私性的目的，而无需牺牲数据的后续实用价值。在自动和人类评估中，与五种最具代表性的文本风格转换模型相比，我们的模型在不同领域的三个数据集上取得了最佳的整体表现，能够将性别和种族的对抗预测降低高达 22％，同时保留 95％的原始实用性。

Sep, 2021

保持私密性：在线文本的无监督私有化

通过强化学习，我们介绍了一种自动文本隐私保护框架，该框架通过针对大型语言模型进行微调，产生能够在保持准确性、连贯性和隐私性之间达到平衡的重写文本，并在大规模的测试集上进行了全面评估，并成功规避了多种自动化作者识别攻击。

May, 2024

SimpleStyle：一种可适应的风格转移方法

本文提出了 SimpleStyle 方法，它包含了受控去噪和输出过滤两个简单部分，从而有效地实现了文本风格转换，并通过实验验证了其有效性。同时，作者还引入了一种名为 “soft noising” 的新技术来进一步改进系统性能，并将其应用于社交网络中真实文本数据的风格转换。作者建议 SimpleStyle 方法可作为属性控制文本重写领域的基准方法。

Dec, 2022

文本处理的广义差分隐私

本文提出了一种隐私保护机制，通过结合机器学习技术和文本处理技术，通过 “词袋” 表示的文档来建模文本文件的隐私。该机制在语义相似性度量方面满足隐私保护，从而在保护文本隐私信息的同时，保留足够的文本内容信息以便进行准确的内容分类任务。

Nov, 2018