Jun, 2022

创建和分析一个国际隐私法律语料库

PDF
TL;DR本文研究全球隐私法律法规，提出 “政府隐私指令语料库” 以分析法规聚焦点和演化。结果表明，个人数据类型受到隐私法规约管的比率和数量之间存在巨大差异，而主题建模分析表明金融、医疗卫生和电信等领域是当前隐私法规的主要关注点。同时，文章发布了语料库供研究社区进一步研究使用。
privacy lawsglobal regulationspersonal data typesgpi corpustopic modeling
发现论文，激发创造
  • 使用真实语料库进行数据实践的自动检测和分析

    我们提出了一种自动化的方法来识别和可视化不同细节级别的隐私政策中的数据实践，通过利用 ToS;DR 平台的众包注释，我们尝试使用各种方法将政策摘录与预定义的数据实践描述相匹配，进一步进行了一个案例研究来评估我们的方法在真实政策上的有效性，实验表明我们的方法准确匹配了数据实践描述和政策摘录，为用户呈现了简化的隐私信息。

    Feb, 2024

  • 隐私政策问答：结合计算和法律视角

    本文介绍了 PrivacyQA 数据集，以及采用神经网络进行隐私政策问题回答的方法和挑战。PrivacyQA 数据集包括 1750 个问题和 3500 个相关答案的专业注释，研究表明，当前的神经网络方法在回答隐私政策问题上存在诸多问题，该数据集为未来的问题回答系统提供了巨大的改进空间。

    Nov, 2019

  • 沙特隐私政策数据集

    本研究收集并创建了一份包括来自沙特阿拉伯不同行业的个人数据保护政策的汇编，这些政策经过了根据《个人数据保护法》的 10 项原则进行的注释。最终数据集可以用于评估隐私政策合规性、制定自动化工具以监测数据保护法规遵从性的数据分析。

    Apr, 2023

  • 一个用于序列标注和合规识别的细粒度中国软件隐私政策数据集

    本文介绍了使用自然语言处理技术分析隐私政策以帮助用户理解及满足法规要求的必要性，并构建了首个中文隐私政策数据集 CA4P-483，用于帮助隐私政策和软件间的序列标记任务和法规合规识别。

    Dec, 2022

  • 更多数据类型更多问题：隐私政策复杂性、稳定性和敏感性的时间分析

    研究了 1997-2019 年间来自隐私政策的大型文本数据集，以调查数据经纪人和数据处理器的数据收集活动。同时，研究开发了一个 PII 相关术语的词汇表，用于识别被收集的数据类型，并通过对隐私政策的稳定性、复杂性和敏感性的 mesoscale 分析，研究了隐私政策以及相关立法变化对数据类型和隐私政策的影响。结果发现，隐私立法与 PII 数据类型在隐私政策中的稳定性和动荡程度的变化呈正相关；隐私政策的复杂性随着时间的推移而降低并变得更加规范化；而敏感度则随着时间的推移而上升，并在新隐私立法出台时出现突增。

    Feb, 2023

  • Facebook-Cambridge Analytica 数据泄露事件后信息隐私关注的区域差异

    对英西语推特关于 #CambridgeAnalytica 丑闻的大规模数据集进行词嵌入和定性分析，结果表明数据隐私框架中可以添加相关概念，如条例，同时观察到英语中对数据收集的强调较西班牙语更为明显，并且北美地区对于信息安全的关注相对较窄，强调对数据隐私关注的多元化和细致化分析的必要性。

    Feb, 2022

  • PolicyGPT: 使用大型语言模型自动分析隐私政策

    通过利用大型语言模型（LLM）开展文本分析，本研究构建了 PolicyGPT 隐私政策文本分析框架，并在两个数据集上进行了测试，结果表明在零样本学习条件下，PolicyGPT 取得了强大的性能，并优于传统机器学习和神经网络模型。

    Sep, 2023

  • 伊朗法律和规章的情境主题建模与内容分析

    该研究使用主题建模方法对伊朗法律进行了探索，识别了经济、法规、文化、信息技术和政治等主题，并发现法规主要涉及经济和海关，而文化规范在 2023 年有所增加。每年制定的法律能反映社会状况和立法者的关注重点。

    Sep, 2023

  • GDPR 与音频数据： 法律与技术社区的反思，迈向共同理解的第一步

    本文旨在启动关于语音数据保护的讨论并提出了安排和优先考虑未来研究的建议，讨论了语音技术和数据隐私交叉点处的分类学的需求以及 GDPR 对语音数据的影响问题。

    Jul, 2019

  • 基于掩码模板的隐私保护

    该论文提出了保护个人隐私的重要性，并探讨了通过防止非授权识别算法获取原始图像的实际特征，从而保护人体基 ometrics 的图象隐私的方法。

    Feb, 2022