差分プライバシー（DP）テキスト難読化の目的は、入力テキストを摂動（「撹乱」）することで、プライベートな出力テキストが元のテキストと定量的に識別できないようにすることです。単語レベルの摂動は直感的ですが、意味のあるテキストのプライバシー化は完全な文書単位で行われます。最近の研究では、プライバシー予算の配分、すなわち全体的なε予算をテキストの構成要素にどのように合理的に配分するかについての基礎が築かれています。
ミュンヘン工科大学の研究チーム（Stephen Meisenbacher、Angelo Kleinert、Florian Matthes）は、PrivateNLP 2026に採択された論文（全22ページ、5図、12表）で、DPテキスト難読化における複数のテキスト分解と予算配分技術を体系的に評価しました。彼らは、テキストをチャンクに分割するさまざまな方法（文単位、段落単位、固定長など）と、それらのチャンクにεを割り当てる手法（均一配分、長さ比例配分など）の組み合わせをテストしました。実験の結果、これらの設計上の選択は非常に重要であり、同等のプライバシー予算であっても、選択された方法に基づいて結果が大きく異なることが明らかになりました。例えば、特定の分解と配分の組み合わせはセマンティクスをよりよく保持する一方、他の組み合わせはユーティリティを大幅に低下させる可能性があります。
この研究は、DP難読化手順を最適化することで経験的なプライバシーとユーティリティのトレードオフを最大化できる可能性を示す確かな証拠を提供しています。著者らは、将来の研究では、より複雑なテキストシナリオに対応するために、適応的な分解と予算配分戦略をさらに探求できると述べています。この研究は、プライバシー保護とテキストの有用性のバランスが求められるアプリケーション（データ公開、AIトレーニングにおけるプライバシー保護など）において、DPテキスト難読化の実用的な展開に重要な指針を提供します。また、開発者は具体的なアプリケーション要件に応じてプライバシー保証レベルを調整するために、分解と配分方法を慎重に選択する必要があることを示唆しています。