基于语义约束的人格特征抗检测方法、装置和计算机设备

本申请涉及一种基于语义约束的人格特征抗检测方法、装置和计算机设备。所述方法包括：根据预先设置的对抗样本生成任务初始化提示文本模板；提示文本模板包括系统角色、知识提示和任务描述；将原始输入文本加载到提示文本模板中，得到提示文本，将提示文本输入LLM大模型中，输出对抗样本；采用文本对抗样本评估指标体系对对抗样本进行量化检测，根据检测结果与预设阈值的大小关系判断对抗样本是否合格；若对抗样本不合格，则根据评估结果优化提示文本，迭代上述过程，直到对抗样本的评估结果合格时，停止迭代，输出当前的对抗样本。采用本方法能够提高对抗样本的自然度和可信度，实现人格隐私保护。