本研究提出了一种自然语言处理模型，帮助用户识别在线自我披露的隐私风险。尽管模型存在不足，用户仍积极反馈，认为其提高了风险意识和促进了自我反思。

本文介绍了一种保护用户在线隐私的方法，开发了19个自我披露类别的分类系统，并建立了一个包含4800个注释的大样本。通过微调语言模型，Token F1超过75%。用户研究显示，82%的参与者对模型持积极态度。提出了自我披露抽象任务，尝试多种微调策略，最佳模型在降低隐私风险的同时保持高效用。