Anonymization and Information Loss

创建于 2025-11-20T11:03:30.776966+08:00 更新于 2025-11-20T11:53:59.853579+08:00

摘要

本文实证检验了文本匿名化对用大型语言模型（LLMs）提取金融信息的影响，发现匿名化显著削弱了情感等信号的解释与预测能力，主要由删除 NUMBERS 与 OBJECTS（如财务数字与公司/高管名称）导致，这一效应在高语言不确定性和小型/专业化公司文本中尤为显著，且在不同模型、文本类型（会议记录与新闻标题）以及前后知识截止期均具有鲁棒性 [page::0][page::26].

速读内容

深度阅读