研究人员开发了TaxoScale，一个旨在从移动应用评论中自动生成安全与隐私问题分类法的新流程。该方法解决了现有LLM和聚类技术面临的可扩展性挑战，这些技术通常仅限于较小的数据集。TaxoScale处理了超过60万条应用评论的语料库，通过递归分层聚类和基于LLM的命名来扩展专家定义的分类法，以发现新的分支并优于基线方法。 AI
影响 这项研究可以实现对软件生态系统中新兴安全和隐私风险更有效、更具可扩展性的识别。
排序理由 该集群描述了一篇新的研究论文，其中详细介绍了一种用于从大型数据集中自动生成分类法的新算法和流程。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2608.09049v1 Announce Type: new Abstract: Mobile app reviews are a rich, continuously renewing source of how users experience privacy and security, yet existing taxonomies of these concerns are hand-crafted and cannot keep pace with the evolving nature of the data. Automati…
Mobile app reviews are a rich, continuously renewing source of how users experience privacy and security, yet existing taxonomies of these concerns are hand-crafted and cannot keep pace with the evolving nature of the data. Automating taxonomy construction is the natural response…