Ezkutatu datu pertsonalak AA txatbot bati, eta berreskuratu erantzunean

Txatbot batek laburtu, itzuli edo erantzun dezan nahi duzun mezu, kontratu edo bilera-akta horretarako, bezeroaren izena eta harremanetarako datuak eman gabe. Balio berak markatzaile bera jasotzen du beti, eta txatbotak badaki nor den nor; zuk aurkikuntza guztiak berrikusten dituzu, eta benetako datuekiko korrespondentzia ez da fitxa honetatik ateratzen, zuk esportatzen ez baduzu.

Tresna kargatzen…

Nola dabilen

  1. Itsatsi testua edo arrastatu .txt edo .md fitxategi bat. Gehitu beti ezkutatu behar diren terminoak: pertsonak, bezeroak, proiektuen izenak.
  2. Berrikusi aurkikuntzen taula: desaktibatu errenkada bat balio hori ikusgai uzteko, edo gehitu ihes egin duen hitz bat. Irakurri emaitza eta kopiatu txatbotera.
  3. Itsatsi txatbotaren erantzuna 2. urratsean: markatzaileak jatorrizko datuekin ordezten dira. Esportatu korrespondentzia JSON gisa geroago behar baduzu, eta ezabatu amaitzean.

Zergatik ez den ezer igotzen

Orri honek egiten duen guztia zure nabigatzailearen fitxa barruan dabilen kodeak egiten du, web-orriak marrazten dituen motor berarekin. Fitxategia diskotik fitxaren memoriara irakurtzen da, hor eraldatzen da, eta deskarga gisa idazten da berriro. Ez da inora bidaltzen: ez guregana, ez beste inorengana.

Egiaztatu zeuk

  1. Ireki nabigatzailearen garatzaile-tresnak (F12) eta hautatu sarearen fitxa («Network»).
  2. Kargatu zure fitxategia eta abiarazi tresna.
  3. Ikusiko dituzun eskaera bakarrak tresnaren beraren kodea ekartzen dutenak dira —eta, tresna astun gutxi batzuetan, haien kode irekiko motorra (hori ere gune honetatik) edo AA eredu bat Hugging Face-tik—, eta loreatec.jp helbidera doan bisita-abisu txiki bat (orriaren helbidea eta izenburua, besterik ez). Bat bakarrak ere ez darama zure fitxategia.

Egiaztatu zeuk →

Ohiko galderak

Testua anonimoa geratzen da?

Ez, eta tresnak ez du hori agintzen. Pseudonimizazioa da: ikusten diren datuak markatzaileekin ordezten dira, baina detekzioa automatikoa da eta gauzak ihes egiten dio: ohiz kanpo idatzitako izen bat, ezizen bat, esaldi bateko xehetasun bat («Sorian dugun bezero bakarra») oraindik nor den esaten duena. Jarri terminoen zerrendan inoiz agertu behar ez den guztia: termino bat aurkitzen da maiuskulak edo minuskulak, zabalera osoko edo erdiko karaktereak, azentuak eta karaktere ikusezinak gorabehera, baina ez beste modu batera idatzita edo laburtuta badago. Hala ere, irakurri testu osoa inon itsatsi aurretik.

Zer detektatzen du?

Helbide elektronikoak; telefonoak formatu internazionalean eta japoniarrean; web helbideak eta domeinuak; IPv4 eta IPv6 helbideak; Luhn kontrola gainditzen duten ordainketa-txartelak; kontrol-digitu zuzena duten IBANak; Japoniako My Number-a eta enpresa-zenbakia kontrol-digituarekin, eta faktura-erregistroko zenbakiak (T + 13 digitu); Japoniako posta-kodeak eta helbideak; pertsonen, erakundeen eta lekuen izenak testu japoniarrean, hiztegi morfologiko batekin; eta letra latinoko testuan, erakundeak forma juridikoaren arabera (S.L., S.A., Inc., GmbH…) eta pertsonak tratamendu baten ondoren edo letra larriz hasitako hitz-segidetan. Azken biak heuristika bat dira eta «asmakizuna» gisa markatuta agertzen dira taulan.

Nola jartzen ditu datuak berriro?

Balio desberdin bakoitzak markatzaile bat jasotzen du, [COMPANY_2] adibidez, eta tresnak gogoratzen du zein den zein. Erantzuna itsastean, markatzaile bakoitza bere jatorrizkoarekin ordezten du. Txatbotek batzuetan aldatu egiten dituztenez, forma hauek ere berreskuratzen dira: maiuskulen eta minuskulen edozein konbinazio, kortxete barruko zuriuneak, marratxo bat, zuriune bat edo ezer ez azpimarraren ordez, zenbakiaren ezkerreko zeroak, Markdown-erako ihes egindako kortxeteak, zabalera osoko karaktereak, eta kortxeterik gabeko maiuskulazko forma (COMPANY_2) letra, digitu edo azpimarra bati itsatsita ez dagoen edonon, kodean ere bai. Txatbotak itzuli edo izena aldatu dion markatzaile bat ([PERSONA_1], [人物_1]), eta korrespondentzian ez dagoen kortxete arteko beste edozein hitz zenbaki batekin, dagoen bezala uzten da eta zerrendatzen da. Txatbot batek markatzaile bat leku okerrean ere jar dezake; beraz, irakurri berreskuratutako testua erabili aurretik.

Non gordetzen da korrespondentzia?

Nabigatzaileko fitxa honen memorian bakarrik. Fitxa ixtean edo birkargatzean desagertzen da, edo Ezabatu dena sakatzean. Geroago behar baduzu, esportatu JSON fitxategi gisa eta inportatu berriro; fitxategi horrek jatorrizko datuak ditu, beraz tratatu jatorrizko testua bezala. Esportatutako fitxategiak orain 1. urratsean dagoen testuaren balioak eta inportatutako korrespondentziarenak ditu, ez erdizka idatzitako balioak ezta ikusgai utzi dituzunak ere. Fitxategi bat inportatzeak fitxa honetako korrespondentzia ordezten du, zuri galdetu ondoren. Ez da ezer gordetzen nabigatzailean terminoen zerrenda gogoratzeko aukera markatzen ez baduzu, eta orduan zerrenda hori bakarrik.

Nire testua igotzen da?

Ez. Detekzioa, korrespondentzia eta berreskuratzea fitxa honen barruan egiten dira, eta orriak ez du eskaerarik egiten zure testuarekin. Testu japoniarrerako, 18 MB inguruko hiztegi bat deskargatzen da behin gune honetatik, eta nabigatzaileak gordetzen du.