抵御搜索式链接攻击：保护去标识化文档的新方法

Pierre Lison 等人提出一种对抗搜索式链接攻击的方法，在保留文本语义完整性的前提下防止去标识化文本被映射回原始数据。该方法先构建语料中 N-gram 的倒排索引，找出出现在少于 k 篇文档中的 N-gram，再迭代调用基于 LLM 的改写器重写这些片段，直到链接不再可行。在法院判例和维基百科人物传记两个数据集上的实验显示改写能有效阻止搜索式链接，但更先进的语义导向方法仍可实现链接。