读书月攻略拿走直接抄！
读书月预热场|满6本折上6折
欢迎光临中图网 请 | 注册
搜索
搜索全部
  • 搜索全部
  • 书名
  • 作者
  • 出版社
  • ISBN
高级搜索
我身体里的人造星星乡间的日常情感勒索神秘的黑猫
  • 合成诗经
  • 新用户注册领10元
中图网
>
工业技术
>
一般工业技术
自然语言处理领域中差分隐私和可解释技术的应用
分享

包邮 自然语言处理领域中差分隐私和可解释技术的应用

作者：陈珂锐
出版社：经济管理出版社出版时间：2023-09-01
开本： 16开 页数： 191
本类榜单：工业技术销量榜
中 图 价:¥64.4(7.3折) 定价  ¥88.0 登录后可看到会员价
暂时缺货 收藏
开年大促， 全场包邮
?新疆、西藏除外
本类五星书更多>
买过本商品的人还买了
中图价:¥64.4 暂时缺货

自然语言处理领域中差分隐私和可解释技术的应用 版权信息

  • ISBN：9787509693018
  • 条形码：9787509693018 ; 978-7-5096-9301-8
  • 装帧：暂无
  • 册数：暂无
  • 重量：暂无
  • 所属分类：
    工业技术
    >
    一般工业技术

自然语言处理领域中差分隐私和可解释技术的应用 内容简介

自然语言处理技术经历了小规模专家知识（20世纪50年代-90年代）、大规模语料库统计模型（20世纪90年代至21世纪初）、大规模语料库深度学习（2010-2017年）和大规模预训练语言模型（2018年至今）四个阶段。预训练模型的研究和应用是从2013年开始的，标志性事件是2018年10月谷歌的Bert模型的出现，颠覆了NLP领域的研究范式，多数的NLP任务都转换成在预训练语言模型上的学习，然后在下游任务中使用微调的模式。特别是2023年初OpenAl公司的ChatGPT的火爆问世，ChatGPT的API已于2023年3月1日公开，而其背后的大规模语言模型的公开，必将导致包含隐私敏感数据训练的模型被提取出训练数据中的隐私敏感信息。差分隐私技术和可解释性技术可以有效地解决隐私数据泄露和模型不透明的问题。本书先介绍了自然语言和差分隐私的理论基础，论述当前自然语言模型所面临的隐私攻击类型，在此基础之上根据文本处理粒度和扰动位置的不同，分别介绍单词层级的差分隐私、Token层级的差分隐私、句子层级的差分隐私、主题层级的差分隐私和基于梯度扰动的差分隐私。*后论述自然语言处理模型中相关的可解释性技术。该书研究成果广泛适用于多种交叉学科，如社交网络、情感分析、聊天机器人、城市交通、金融风控等领域，从而发挥巨大的研究意义和经济价值。

自然语言处理领域中差分隐私和可解释技术的应用 目录

1.导论 1.1 小规模专家知识阶段 1.2 大规模语料库统计模型阶段 1.3 大规模语料库深度学习阶段 1.4 大规模预训练语言模型阶段 2.自然语言处理基础 2.1 文本表示 2.2 自然语言处理任务 2.3 评价指标 3.预训练模型 3.1 静态词向量预训练模型 3.2 动态词向量预训练模型 3.3 预训练语言模型 4.自然语言处理中的神经网络 4.1 多层感知机 4.2 卷积神经网络 4.3 循环神经网络 4.4 注意力机制 4.5 Transformer模型 4.6 提示学习Prompt Learning 5.差分隐私相关基础 5.1 中心化差分隐私 5.2 本地差分隐私 5.3 度量差分隐私 5.4 UMLDP (Utility-optimized MLDP) 5.5 噪声机制 6.攻击类型 6.1 成员推理攻击 6.2 重建攻击 6.3 属性推理攻击 6.4 模型抽取攻击 6.5 梯度信息攻击 6.6 基于提示信息攻击 7.基于单词层级的差分隐私方法 7.1 中心化差分隐私场景下 7.2 本地化差分隐私场景下 7.3 度量差分隐私场景下 8.基于Token层级的差分隐私方法 8.1 SANTEXT和SANTEXT+ 8.2 基于Bett系列的差分隐私方法 9.基于句子层级的差分隐私方法 9.1 Skip-Thoughts向量 9.2 Sent2Vec 9.3 Doc2Vec 9.4 SBERT 9.5 模糊词袋方法Fuzzy Bag-of-Words 9.6 其他方法 9.7 句子层级差分隐私方法框架 10.基于主题层级的差分隐私方法 1O.1 LDA方法 10.2 基于LDA方法的差分隐私技术 10.3 基于编码扰动方法 1O.4 基于文档层级的方法 10.5 SynTF方法 10.6 基于计数布隆过滤器差分隐私方法 11.基于梯度的差分隐私方法 11.1 DP-SGD 11.2 DP-Adam 11.3 DP-BERT 11.4 RGP 12.自然语言模型的可解释性 12.1 模型的解释技术 12.2 预测结果和解释技术 12.3 模仿者模型解释技术 12.4 性能评估 12.5 未来的挑战 参考文献
展开全部

自然语言处理领域中差分隐私和可解释技术的应用 作者简介

陈珂锐，吉林大学计算机应用技术博士，现为河南财经政法大学计算机与信息工程学院讲师。在《计算机研究与发展》等权威期刊发表论文4篇。担任过1项国家自然科学基金重大研究计划研究、2项国家自然基金研究。曾获得吉林省科学技术奖三等奖，中国商业联合会科学技术奖三等奖。

商品评论(0条)
写书评 赚书币
暂无评论……
书友推荐
本类畅销
浏览历史
编辑推荐
返回顶部
新手上路
新用户指引
注册用户 更改注册信息
购物常见问题
关于特价书的常见问题
购买问题
订单跟踪
付款方式
账户余额  申请提现
配送方式及费用、范围
集团购买
售后服务
退换货流程
投诉与建议
特色服务
会员等级与书币
中图网书馨卡
邀请好友购买返10元礼包
其他信息
本站简介
联系我们
招聘英才
网站联盟
友情链接
微信公众号
中图网微信
中图网微博
中图网微博
手机中图网
手机中图网
中图网
诚信认证 电子商务诚信单位认证

京ICP备09013606号-3京信市监发[2002]122号海淀公安分局备案编号：1101083394

营业执照出版物经营许可证 京出发京批字第直110071

在线客服