您好,欢迎来到聚文网。
登录
免费注册
网站首页
|
搜索
热搜:
磁力片
|
漫画
|
购物车
0
我的订单
商品分类
首页
幼儿
文学
社科
教辅
生活
销量榜
自然语言处理领域中差分隐私和可解释技术的应用
字数: 204
出版社: 经济管理
作者: 陈珂锐|责编:张巧梅
商品条码: 9787509693018
版次: 1
开本: 16开
页数: 191
出版年份: 2023
印次: 1
定价:
¥88
销售价:
登录后查看价格
¥{{selectedSku?.salePrice}}
库存:
{{selectedSku?.stock}}
库存充足
{{item.title}}:
{{its.name}}
加入购物车
立即购买
加入书单
收藏
精选
¥5.83
世界图书名著昆虫记绿野仙踪木偶奇遇记儿童书籍彩图注音版
¥5.39
正版世界名著文学小说名家名译中学生课外阅读书籍图书批发 70册
¥8.58
简笔画10000例加厚版2-6岁幼儿童涂色本涂鸦本绘画本填色书正版
¥5.83
世界文学名著全49册中小学生青少年课外书籍文学小说批发正版
¥4.95
全优冲刺100分测试卷一二三四五六年级上下册语文数学英语模拟卷
¥8.69
父与子彩图注音完整版小学生图书批发儿童课外阅读书籍正版1册
¥24.2
好玩的洞洞拉拉书0-3岁宝宝早教益智游戏书机关立体翻翻书4册
¥7.15
幼儿认字识字大王3000字幼儿园中班大班学前班宝宝早教启蒙书
¥11.55
用思维导图读懂儿童心理学培养情绪管理与性格培养故事指导书
¥19.8
少年读漫画鬼谷子全6册在漫画中学国学小学生课外阅读书籍正版
¥64
科学真好玩
¥12.7
一年级下4册·读读童谣和儿歌
¥38.4
原生态新生代(传统木版年画的当代传承国际研讨会论文集)
¥11.14
法国经典中篇小说
¥11.32
上海的狐步舞--穆时英(中国现代文学馆馆藏初版本经典)
¥21.56
猫的摇篮(精)
¥30.72
幼儿园特色课程实施方案/幼儿园生命成长启蒙教育课程丛书
¥24.94
旧时风物(精)
¥12.04
三希堂三帖/墨林珍赏
¥6.88
寒山子庞居士诗帖/墨林珍赏
¥6.88
苕溪帖/墨林珍赏
¥6.88
楷书王维诗卷/墨林珍赏
¥9.46
兰亭序/墨林珍赏
¥7.74
祭侄文稿/墨林珍赏
¥7.74
蜀素帖/墨林珍赏
¥12.04
真草千字文/墨林珍赏
¥114.4
进宴仪轨(精)/中国古代舞乐域外图书
¥24.94
舞蹈音乐的基础理论与应用
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。最后 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。
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
×
Close
添加到书单
加载中...
点此新建书单
×
Close
新建书单
标题:
简介:
蜀ICP备2024047804号
Copyright 版权所有 © jvwen.com 聚文网