在现代信息安全技术中,信息隐藏技术发挥着其不可替代的作用。目前,在图像、音视频、文件等载体上利用人类感官的限制等造成的冗余进行信息隐藏的研究百花齐放、层出不穷,但是对于文本载体,特别是纯文本载体,由于文本携带着高度抽象而又密集的语义信息,对修改敏感,可进行秘密信息嵌入的冗余较少,因此纯文本载体的信息隐藏方法种类较少,而目前网络上面对海量的文本,其版权保护、文本泄密、隐秘通信资源未被充分利用等问题仍有待解决。在以社交媒体为代表的网络环境下的文本中常常会出现输入错误,进而本文在其他类型的文本、其它语言的文本中也注意到了输入错误会以不同的频率出现由此,本文对输入错误、文本自动校对等进行了初步研究,认为输入错误是一个跨语言的、普遍存在的、自然存在的现象,可以与信息隐藏进行创新性的融合。本文主要做了以下研究:首先,本文基于社交网络等环境中的文本对中文文本与英文文本中的输入错误进行了研究、分类,并以文本信息隐藏为目的设计了简单的模拟生成部分输入错误的初级方法。基于以上研究与对文本信息隐藏的研习,本文利用前人设计的自然语言处理领域的语言模型BERT提出了基于输入错误的中英文文本信息隐藏方法。由于中文与英文文本特征差异较大,且本文的嵌入方法是基于词进行的,在中文文本上还涉及中文分词任务,因此本文分别针对中文文本以及英文文本提出了信息嵌入的方法与盲提取的方法,该方法可以在纯文本中将部分字符用生成的输入错误来替换以进行信息的嵌入。而这些生成的输入错误绝大多数不会影响人类对原文本的理解。最后,本文通过实验与分析对提出的方法进行了研究与测试,保证方法的可行有效。本文创新性地针对中文文本设计了此类信息隐藏方案,同时,对不可嵌入词的修改概率低,且耦合度相对低,可在相关技术发展中灵活跟进优化。本文提出的方法可应用于隐秘通信、数字水印等信息安全领域的应用,为纯文本信息隐藏提供了一种新的方法,为跨媒体信息隐藏提供了新的选择,为其他语言的文本信息隐藏与跨语言文本信息隐藏提供了新的思路。