Обзор редактирования текстовых личных сведений (PII)

Редактирование текста в Язык ИИ Azure помогает обнаруживать и редактировать конфиденциальные данные в необработанных текстовых строках. Эту функцию можно использовать, когда приложение обрабатывает журналы, запросы, формы, сообщения чата или другое текстовое содержимое напрямую.

Текстовые личные данные оптимизированы для синхронной интеграции запросов и ответа и настраиваемого поведения редактации, поэтому можно применять встроенные элементы управления PII в рабочих процессах обработки данных и приложений.

На первый взгляд

Текстовые личные данные предоставляют следующие возможности:

  • Прямое редактирование текста для неструктурированных строковых входных данных.
  • Интеграция запросов и ответов с низкой задержкой для конвейеров приложений.
  • Настраиваемые фильтры сущностей и политики редактирования.
  • Структурированные выходные данные сущности с категориями, смещениями и уровнями доверия.

Зачем использовать текстовые личные данные?

Текстовая PII оптимизирована для интеграции с низкой задержкой и потоков прямого запроса/ответа. Она поддерживает множество языков и настраиваемое поведение маскирования для многих сценариев реального времени и пакетных сценариев.

Личные данные текста особенно полезны при необходимости:

  • Редактировать конфиденциальные сущности в созданном пользователем тексте.
  • Интеграция защиты piI непосредственно в конвейеры приложений.
  • Применение фильтров сущностей и политик редактирования в запросах API.

Что возвращает функция

При успешном выполнении запроса служба возвращает:

  • Обнаруженные сущности с категориями, подкатегориями, смещениями и оценками достоверности.
  • Отредактированные выходные данные текста на основе выбранного поведения редактирования.

Принцип работы

Текстовые личные данные обычно используются с синхронным рабочим процессом:

  1. Отправка текстовых данных для анализа.
  2. Настройте необязательные параметры, такие как фильтры сущностей и поведение редактирования.
  3. Обработка сущностей и отредактированных выходных данных в приложении.

Сведения о реализации и примеры запросов см. в разделе "Обнаружение и изменение личных сведений в тексте".

Как он отличается от других типов функций PII

Все типы функций PII используют предопределенные категории сущностей, но они оптимизируют для различных типов входных данных:

  • Текстовые личные данные оптимизированы для прямого ввода на основе строк и интеграции приложений.
  • Персональные данные в диалогах оптимизированы для структур, основанных на смене очередей в беседе.
  • Информация, идентифицирующая личность, на основе документов оптимизирована для нативных файловых процессов и точности выходных данных файлов.

Распространенные варианты использования

Текстовые личные данные полезны, если необходимо обнаруживать и удалять конфиденциальные данные перед хранением, аналитикой, общим доступом или обработкой ИИ ниже.

Ниже приведены типичные примеры:

  • Поля ввода и вывода пользователей в веб-приложениях и мобильных приложениях.
  • Журналы приложений и потоки данных телеметрии.
  • Фильтрация запросов и ответов в рабочих процессах ИИ.
  • Пакетная предварительная обработка для неструктурированных текстовых наборов данных.

Поддерживаемые форматы и ограничения

Цены

Редактирование текстовой PII использует тарифы Язык ИИ Azure. Сведения о текущих ценах см. в разделе цены на Язык ИИ Azure.

Дальнейшие действия

Чтобы продолжить реализацию, используйте следующие ссылки:

  • Last updated on