一种基于深度学习的隐私政策合法性自动检测方法及系统

本发明公开了一种基于深度学习的隐私政策合法性自动检测方法及系统，应用于法律人工智能技术领域，包括：基于行业风险权重驱动的多维语料筛选机制，获取隐私政策文本，并基于所确定的合规维度以及合法性状态标签构建细粒度语义判定规则，利用大语言模型生成合法性标注结果；构建基于深度学习语言模型的合法性分类与违规类型识别的双任务架构，并基于得到的合法性标注数据集进行模型训练；其中，双任务架构以BERT作为基础编码层，并分别采用CNN和BiLSTM进行合法性分类与违规类型识别；输入待测隐私政策文本至训练得到的模型，得到识别结果。本发明突破传统规则匹配局限，实现了自动化合规分析、多维度风险定位与可解释性判定。