一种中文隐私政策中个人信息同义词库构建与信息收集自动化理解方法

本申请提出了一种中文隐私政策中个人信息同义词库构建与信息收集自动化理解方法，包括：对需要分析的个人信息的种类进行定义，指定初始同义词，构建并训练中文文本词向量模型，基于各个人信息短语与初始同义词的词向量之间的相似度，构建个人信息同义词库；对待分析的中文隐私政策，利用自然语言处理技术进行分词、词性标注和依存句法分析，基于指示个人信息收集的动词及前一步的标注结果进行精简，提取出描述个人信息收集的短语；针对个人信息同义词库中的每个种类的个人信息，生成能够覆盖其同义表达的正则表达式，对提取出的短语进行匹配，将提取出的短语映射为统一的个人信息表示。该方法有助于对应用中的个人信息违规收集行为进行分析。