[发明专利]一种隐私政策信息提取方法

说明书

本发明公开一种隐私政策信息提取方法，本发明通过采用深度学习BiLSTM‑CRF模型对隐私政策进行信息抽取，对隐私政策中的信息进行提取；提高对隐私政策的理解，提高用户的隐私意识，并且能够帮助用户做出明智的决定。无需阅读完整的隐私政策，用户可以看到收集了哪些数据(COL)；并可以判断所收集的信息是否符合所提供的目的(PUR)；查看收集的信息与哪些第三方共享(THR)；此外，查看隐私政策中存在哪些用户的权利(USR)。为用户提供直观简短的信息，简化隐私政策，达到提高用户的可读性和理解性的目的。

技术领域

本发明涉及隐私政策信息提取领域。尤其涉及隐私政策提取信息的方法。

背景技术

现如今,人们越来越依赖手机、平板等移动设备交流、学习和生活,通过移动APP传输和记录的数据也越来越多,在移动APP的隐私保护中，隐私政策成为了重要的一环。隐私政策是公司和组织提供的法律文件，用于通知用户他们的个人数据是如何在相关的移动应用程序和其他平台上收集和使用的。然而由于隐私政策篇幅较长，充满术语，使得用户很难理解；用户也不倾向于阅读隐私政策，在2008年ALEECIA M.MCDONALD^[1]等得出结论在全国范围内，如果要在线阅读隐私政策逐字逐句地估算，时间损失价值估算为每年约7,810亿美元。其中秦可飞^[5]对63款手机APP隐私政策的可读性进行分析得出现阶段隐私政策的可读性低，阅读和理解的难度大；同时不同用户和类别的APP，其隐私政策的可读性不存在显著性差异。

在互联网上保护隐私的必要性是周所周知的，日常用户被要求发布个人信息，以便使用应用程序。而服务提供商并不总是需要他们收集的所有数据来提供服务。因此用户应该知道提供商收集了哪些数据；收集数据的目的是什么；与哪些第三方分享；用户如何行使对自己数据所拥有的权利；以判断这些数据对于所提供的目的来说是否太多；提高对隐私政策的可读性以及理解性。

针对信息提取的方式主要有二种方法，第一种是基于规则的方法，这一过程的实现首先需要人工去构建一个词典，然后在设计一个规则适配需要的信息。但是在这需要语言专家去书写规则，花费的代价较大，周期比较长；第二种是基于统计的机器学习的方法，使用该方法首先通过规则的方法对文本进行处理，然后在针对不同的特点设置不同的规则或者机器学习的方法进行信息提取获得想要的内容。但是这种方法前期需要花费大量的人力。

参考文献：

[1]McDonald,Aleecia M.,and Lorrie Faith Cranor.The cost of readingprivacy policies.Isjlp 4(2008):543.

[2]朱侯,张明鑫,路永和.社交媒体用户隐私政策阅读意愿实证研究[J].情报学报,2018,37(4):362-371.

[3]网络隐私问题研究综述凡菊；姜元春；张结魁.情报理论与实践.2008(01)

[4]网络环境下基于隐私政策的隐私保护研究综述刘百灵；万璐璐；李延晖.情报理论与实践.2016(08-31)

[5]秦克飞.手机APP隐私政策的可读性研究.情报探索255.01(2019):23-28

[6]Jeffrey Pennington,Richard Socher,and Christopher DManning.2014.Glove:Global vectors for word representation.In Proceedings ofthe 2014conference on empirical methods in natural language processing(EMNLP),pages 1532–1543.

发明内容