语言隐写：从符号空间到语义空间

基于摘要分析。本文研究自然语言隐写，针对同义词替换及基于采样的方法显式操作可观测符号可能带来的安全风险，提出在隐含语义属性（semanteme）的选择中编码秘密消息，将隐写操作从符号空间转向语义空间。其主要研究对象是文本中的信息隐藏，而非 EEG 解码或 BCI。 方法以拒绝采样为核心策略，使用可控文本生成模型完成秘密消息嵌入，再通过语义分类器提取信息。实验实现基于 CTRL 和 BERT，但摘要未说明二者的具体配置、语义属性定义、消息编码映射、采样接受条件及训练方式，不能据此补充损失函数或网络结构。 作者报告，在摘要所述的定量实验中，该方法取得了令人满意的效率与接近完全不可感知的表现；但摘要未提供数据集、划分方式、对照基线、指标定义或具体数值，因此这些表述只能视为作者的定性结论，不能等同于已验证的安全保证。实验协议、消融及统计信息尚未验证，尤其需核对效率与不可感知性的测量方式，以及安全性评估采用的检测条件。 摘要提供了代码仓库，可作为进一步核对实现的入口；代码可运行性、依赖环境和实验复现情况尚未验证。材料未建立其语义隐写机制与神经信号处理之间的具体对应关系，因此不据此提出 EEG/BCI 迁移效果或复现实验建议。