我希望对我被分配的一个有趣问题得到一些意见。任务是分析数百甚至数千个隐私政策并确定它们的核心特征。例如,它们会获取用户位置吗?它们与第三方分享/出售吗?
我已经与几个人交谈,阅读了大量关于隐私政策的文章,并自己思考了一些想法。这是我的当前攻击计划:
首先,阅读大量隐私政策并查找主要的“线索”或指示符以满足某个特定特征。例如,如果数百个隐私政策都有同样的行:“我们将获取您的位置。”,那么该行可能是一个具有100%置信度的线索,表明该隐私政策包括获取用户位置。其他线索可能会给出更小程度的关于某个特性的置信度。例如,“位置”一词的存在可能会增加用户位置被存储的可能性25%。
这个想法是继续开发这些线索及其适当的置信区间,直到我能够高度自信地对所有隐私政策进行分类。这里的类比可以用贝叶斯过滤器来识别哪些邮件很可能是商业和未经请求的垃圾邮件。
我想问你们是否认为这是解决这个问题的好方法。你会如何解决这样的问题?此外,您是否推荐使用任何特定的工具或框架?欢迎任何意见。这是我第一次涉足人工智能,并且特别涉及机器学习和自然语言处理。
我已经与几个人交谈,阅读了大量关于隐私政策的文章,并自己思考了一些想法。这是我的当前攻击计划:
首先,阅读大量隐私政策并查找主要的“线索”或指示符以满足某个特定特征。例如,如果数百个隐私政策都有同样的行:“我们将获取您的位置。”,那么该行可能是一个具有100%置信度的线索,表明该隐私政策包括获取用户位置。其他线索可能会给出更小程度的关于某个特性的置信度。例如,“位置”一词的存在可能会增加用户位置被存储的可能性25%。
这个想法是继续开发这些线索及其适当的置信区间,直到我能够高度自信地对所有隐私政策进行分类。这里的类比可以用贝叶斯过滤器来识别哪些邮件很可能是商业和未经请求的垃圾邮件。
我想问你们是否认为这是解决这个问题的好方法。你会如何解决这样的问题?此外,您是否推荐使用任何特定的工具或框架?欢迎任何意见。这是我第一次涉足人工智能,并且特别涉及机器学习和自然语言处理。