沙特隐私政策数据集

本文介绍沙特隐私政策数据集，这是一个来自沙特阿拉伯各行业、依据《个人数据保护法》（PDPL）的10项原则标注的多样化阿拉伯语隐私政策汇编；PDPL的制定旨在与全球最全面的数据法规之一的《通用数据保护条例》（GDPR）兼容。数据从多个来源收集，包括沙特中央银行、沙特阿拉伯国家统一平台、健康保险委员会，以及使用Google和Wikipedia的普通网站。最终数据集包含属于7个行业的1,000个网站、4,638行文本、775,370个token，以及8,353 KB的语料规模。该标注数据集在评估隐私政策合规性、跨行业基准测试隐私实践，以及开发用于监测数据保护法规遵守情况的自动化工具方面具有显著的复用潜力。通过提供全面且标注的隐私政策数据集，本文旨在促进隐私政策分析、自然语言处理以及与隐私和数据保护相关的机器学习应用等领域的进一步研究与开发，同时也为有意理解并推动沙特阿拉伯隐私法规合规的研究人员、政策制定者和行业从业者提供重要资源。