基于文本分类的隐私政策合规性分析

介绍

本文针对GDPR中的第13章对隐私政策进行合规性研究。

GDPR第13章对APP隐私政策进行了以下如图1所示的9项规定，例如1. Collect Personal Info → Data Retention Period 代表如果APP要收集用户信息，则必须告知用户数据保留期限

图1

方法

图2

本文提出的方法如上图2所示，输入一篇隐私政策文本，首先进行文本分类，然后进行合规性验证，输出检测结果。

文本分类

对隐私政策文本的每个句子分为以下10类（1.收集个人信息CPI；2. 数据保存期限DRP；3.数据处理目的DPP；4.个人信息控制者的联系方式CD；5.用户的访问权RA；6.用户修改/销毁权PRE；7.用户限制对个人信息处理的权利RRP；8.用户拒绝处理数据的权利ROP；9.用户对数据的转移权利RDP；10.用户投诉权RLC）：

图3

合规性验证

GDPR第13章的9项规定（图1）可以表示为“if A holds, then B must be satisfied”，A即“APP需要收集个人信息”，B即“隐私政策中需要向用户告知的内容”，其又可以进行如下表示（图4）：

图4

也就是说，如果一个隐私政策是合规的，它要么“并未说明要收集用户个人信息”，要么“告知了用户所有必要内容”，于是通过第一步的文本分类任务可以直接进行合规性验证（文本分类任务中，第1类为“收集个人信息”，用于判断文本中是否有句子表明了要收集个人信息；第2-10类为隐私政策中需要告知用户的必要内容），即如果隐私政策合规，那么该隐私政策中的句子的预测标签要么不存在1，要么就要同时包含2-10。

结果

本文用了SVM（将n-gram和tf-idf作为特征）、BiLSTM和BERT作为三个不同的分类模型，其结果如下图：

图5