APPSI-139：一个英文应用隐私政策摘要与解读的平行语料库
计算与语言
2026-05-01 v1 人工智能
摘要
隐私政策对于用户理解服务提供商如何处理其个人数据至关重要。然而，这些文件通常冗长且复杂，并充满技术术语和法律行话，导致用户在不知情的情况下接受甚至可能违反法律的条款。虽然对这些隐私政策进行摘要和解读至关重要，但缺乏针对法律清晰度和可读性优化的高质量英文平行语料库。为解决这一问题，我们引入了 APPSI-139，一个由领域专家精心标注的高质量英文隐私政策语料库，专为摘要和解读任务设计。该语料库包含 139 份英文隐私政策、15,692 条重写的平行语料以及 36,351 个跨 11 个数据实践类别的细粒度标注标签。同时，我们提出了 TCSI-pp-V2，一个混合式隐私政策摘要与解读框架，该框架采用交替训练策略并协调多个专家模块，以有效平衡计算效率和准确性。实验结果表明，基于 APPSI-139 语料库和 TCSI-pp-V2 框架构建的混合摘要系统，在可读性和可靠性方面优于 GPT-4o 和 LLaMA-3-70B 等大语言模型。源代码和数据集可在 https://github.com/EnlightenedAI/APPSI-139 获取。
引用
@article{arxiv.2604.27550,
title = {APPSI-139: A Parallel Corpus of English Application Privacy Policy Summarization and Interpretation},
author = {Pengyun Zhu and Qiheng Sun and Long Wen and Yanbo Wang and Yang Cao and Junxu Liu and Deyi Xiong and Jinfei Liu and Zhibo Wang and Kui Ren},
journal= {arXiv preprint arXiv:2604.27550},
year = {2026}
}
备注
Accepted to ACL 2026 Main Conference