面向数据隐私文档的自动比对：基于类GDPR法律的初步实验
计算与语言
2021-05-24 v1 信息检索
摘要
通用数据保护条例（GDPR）已成为许多国家数据保护的标准法律。目前有十二个国家采纳该条例并建立了各自的类GDPR法规。然而，评估这些类GDPR法规的异同十分耗时，且需要法律专家的大量人工投入。此外，不同国家的类GDPR法规以其本国语言撰写，由于必须依赖通晓两种语言的法律专家，任务变得更加困难。本文研究了一种简单的自然语言处理（NLP）方法来解决该问题。我们首先从类GDPR文档中抽取信息块，并将自然语言转化为结构化数据。接着，我们使用NLP方法比对文档以衡量其相似度。最后，我们人工标注了一小部分数据来评估我们的方法。实证结果表明，采用余弦相似度的BERT模型优于其他基线。我们的数据与代码已公开可用。
引用
@article{arxiv.2105.10117,
title = {Towards Automatic Comparison of Data Privacy Documents: A Preliminary Experiment on GDPR-like Laws},
author = {Kornraphop Kawintiranon and Yaguang Liu},
journal= {arXiv preprint arXiv:2105.10117},
year = {2021}
}
备注
This is a preliminary work, see repo at https://github.com/kornosk/GDPR-similarity-comparison