基于深度迁移学习的社交媒体个人身份信息自动提取以提升隐私意识
社会与信息网络
2021-11-19 v1 人工智能
机器学习
摘要
互联网用户在社交媒体上暴露的个人身份信息（PII）日益增多。此类暴露的PII会给用户造成严重损失，告知用户其PII暴露情况对于提升其隐私意识并促使其采取防护措施至关重要。为此，需要先进的自动化技术。虽然信息抽取（IE）技术可用于自动提取PII，但基于深度学习（DL）的IE模型减轻了特征工程需求并进一步提升了效率。然而，基于DL的IE模型常需大规模标注数据用于训练，但因隐私问题难以获取标注PII的社交媒体帖子。此外，这些模型严重依赖预训练词嵌入，而社交媒体中的PII常形式多变，在预训练词嵌入中无固定表示。本研究提出PII提取深度迁移学习（DTL-PIIE）框架以解决这两大局限。DTL-PIIE将公开可用PII数据中学得的知识迁移至社交媒体，以解决PII标注数据稀少的问题。此外，我们的框架利用图卷积网络（GCNs）融入句法模式以指导PII提取，而不依赖预训练词嵌入。针对基准IE模型的评估表明，我们的方法优于最先进的基于DL的IE模型。我们的框架可促进多种应用，如PII滥用预测与隐私风险评估，保护互联网用户隐私。
引用
@article{arxiv.2111.09415,
title = {Automated PII Extraction from Social Media for Raising Privacy Awareness: A Deep Transfer Learning Approach},
author = {Yizhi Liu and Fang Yu Lin and Mohammadreza Ebrahimi and Weifeng Li and Hsinchun Chen},
journal= {arXiv preprint arXiv:2111.09415},
year = {2021}
}