不公平的服务条款：一种使用定制BERT的自动化方法
计算与语言
2024-01-29 v2 计算机与社会
摘要
服务条款(ToS)构成了任何协议不可或缺的一部分，因为它定义了服务提供商与最终用户之间的法律关系。它们不仅确立并界定了对等的权利与责任，还向用户提供了与数字空间使用相关的合同基本方面的信息。这些方面涵盖广泛的主题，包括责任限制、数据保护等。用户在使用任何应用程序或服务之前往往不经阅读便接受ToS。这种忽视使用户在需要采取任何行动时处于潜在的弱势地位。然而，现有的不公平条款检测或分类方法已经过时，且表现平平。在本研究论文中，我们基于前所未有的定制BERT微调结合支持向量分类器(SVC)，在ToS文档的不公平条款检测上取得了SOTA(State of The Art)的结果。该研究在不公平条款检测上表现出色，宏F1分数达到0.922，并且在按每个标签对不公平条款进行分类时也表现出优越的性能。此外，通过回答关于所用Transformer模型的研究问题，进行了比较分析。为了进一步的研究和实验，代码和结果已在 https://github.com/batking24/Unfair-TOS-An-Automated-Approach-based-on-Fine-tuning-BERT-in-conjunction-with-ML 上公开。
引用
@article{arxiv.2401.11207,
title = {Unfair TOS: An Automated Approach using Customized BERT},
author = {Bathini Sai Akash and Akshara Kupireddy and Lalita Bhanu Murthy},
journal= {arXiv preprint arXiv:2401.11207},
year = {2024}
}