接收者画像：从消息中预测特征
计算与语言
2024-12-18 v1
摘要
在作者画像领域已经证明，文本可能会无意中泄露其作者的敏感信息，例如性别或年龄。这引发了重要的隐私问题，文献中已广泛讨论，特别是开发了隐藏此类信息的方法。我们认为，当这些文本实际上是个人之间交换的消息时，故事还没有结束。事实上，在这种情况下，第二方，即预期的接收者，也参与其中，应该被考虑。在这项工作中，我们调查了影响他们的潜在隐私泄露，即我们提出并解决了接收者画像问题。我们提供了经验证据，表明该任务在几个公开可用的数据集上是可行的（https://huggingface.co/datasets/sileod/recipient_profiling）。此外，我们表明学习到的模型可以迁移到其他数据集，尽管准确性有所下降。
引用
@article{arxiv.2412.12954,
title = {Recipient Profiling: Predicting Characteristics from Messages},
author = {Martin Borquez and Mikaela Keller and Michael Perrot and Damien Sileo},
journal= {arXiv preprint arXiv:2412.12954},
year = {2024}
}