自然语言运算系统是目前人工智能应用中，非常受重视的范围，不过分析大量文字资料时，如何保护敏感资讯和隐私是难题。最近亚马逊（Amazon）公布研究报告，讲述如何改善隐私保护。
亚马逊表示，数据隐私虽然很容易被认为可用“匿名化”解决，但不少研究指出，攻击者只需使用其他数据来源的资料比对，就可抵消匿名化。因此亚马逊的办法就是加入噪声，让资讯更难用来追踪提供的人。加入噪声后，虽然准确度会下降，但随着资料组扩充，就可消除负面影响。
据研究人员指，此技术可将更多通用术语以更具体的术语替代，使个人数据更难以提取。亚马逊打算下个月在休士顿举行的 ACM Web 搜寻和数据挖掘（WSDM）大会详细介绍新发现。改善隐私保护除了保障个人利益，也可让使用者有更多信心面对这类技术，对未来技术开发和普及也有一定帮助。
- Amazon explores a way to preserve privacy in natural language processing
（本文由 Unwire Pro 授权转载；首图来源：shutterstock）
