一种引入大语言模型的文本隐写方法、相关方法及装置制造方法及图纸

本发明专利技术公开了一种引入大语言模型的文本隐写方法、相关方法及装置，该方法包括：根据预设分段长度将秘密信息比特流分割为多个分段比特流；基于秘密信息比特流与预设分段长度，收集知识图谱，构建候选数据库和补充数据库；根据候选数据库中所有知识图谱进行编码，从而确定首个分段比特流对应的知识图谱，作为选定知识图谱；将选定知识图谱输入预设知识图谱文本生成模型，得到首个分段比特流对应的隐写文本；从候选数据库删除选定知识图谱，并从补充数据库中选择一知识图谱添加到候选数据库中；重新执行知识图谱编码和隐写文本的过程，直至处理完所有分段比特流。该方法提升了文本生成的质量和自然性，实现了高容量、隐蔽的秘密信息隐藏。

【技术实现步骤摘要】

本专利技术涉及一种引入大语言模型的文本隐写方法、相关方法及装置。

技术介绍

1、语言隐写术通过语言结构、语法或语境在交流中嵌入秘密信息，广泛应用于军事、情报和商业等领域。文本隐写术是其中常见的形式，分为生成式和修改式两类。生成式文本隐写利用生成模型将信息嵌入文本中，使其隐蔽且安全。随着大语言模型的发展，生成式文本隐写已成为主流。传统生成式隐写使用循环神经网络(recurrent neural network，rnn)、变分自编码器(variational autoencoder，vae)等深度学习模型，生成的文本自然度较低，但随着大语言模型的出现，文本质量显著提高，这得益于transformer架构和深度学习的进步。

2、2017年提出的transformer架构提高了生成模型对长距离依赖的建模能力，为大语言模型奠定基础。2018年提出的gpt模型，开启了预训练时代。2019年，bert等大规模模型的出现标志着参数规模的突破，显著提升了自然语言处理任务的表现。

3、知识图谱(knowledge graph)是一种用于组织和表示知识的本文档来自技高网...

【技术保护点】

1.一种引入大语言模型的文本隐写方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述基于所述秘密信息比特流与所述预设分段长度，分别计算得到候选数据量和补充数据量，并收集对应数量的知识图谱，得到候选数据库和补充数据库，包括：

3.根据权利要求2所述的方法，其特征在于，所述根据所述候选数据量和所述补充数据量，分别收集对应数量的知识图谱，得到候选数据库和补充数据库，包括：

4.根据权利要求1所述的方法，其特征在于，将所述选定知识图谱输入使用大型语言模型构建的预设知识图谱文本生成模型，得到所述首个分段比特流对应的隐写文本，包括：

...

【技术特征摘要】

1.一种引入大语言模型的文本隐写方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述基于所述秘密信息比特流与所述预设分段长度，分别计算得到候选数据量和补充数据量，并收集对应数量的知识图谱，得到候选数据库和补充数据库，包括：

3.根据权利要求2所述的方法，其特征在于，所述根据所述候选数据量和所述补充数据量，分别收集对应数量的知识图谱，得到候选数据库和补充数据库，包括：

4.根据权利要求1所述的方法，其特征在于，将所述选定知识图谱输入使用大型语言模型构建的预设知识图谱文本生成模型，得到所述首个分段比特流对应的隐写文本，包括：

5.根据权利要求1所述的方法，其特征在于，所述预设知识图谱文本生成模型是通过下述方式得到的...

【专利技术属性】
技术研发人员：李亚敏，曹文力，赵一鸣，陈侃松，付柳，曾晨，琚豪锋，
申请(专利权)人：湖北大学，
类型：发明
国别省市：

全部详细技术资料下载 我是这个专利的主人