-
>
湖南省志(1978-2002)?铁路志
-
>
公路车宝典(ZINN的公路车维修与保养秘籍)
-
>
晶体管电路设计(下)
-
>
基于个性化设计策略的智能交通系统关键技术
-
>
德国克虏伯与晚清火:贸易与仿制模式下的技术转移
-
>
花样百出:贵州少数民族图案填色
-
>
识木:全球220种木材图鉴
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:>
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
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。
-
黑科技驱动世界的100项技术
¥21.9¥69.8 -
黑科技:驱动世界的100项技术(八品)
¥21.9¥69.8 -
指火控弹道与射击诸元理论
¥38.7¥49 -
智能照明工程手册
¥29.9¥49.8 -
光电直读光谱分析技术与应用
¥38.7¥49 -
服务型制造
¥76.3¥109