Übersicht über die Textredaktion von personenbezogenen identifizierenden Informationen (PII)

Text PII-Redaction in Azure KI Language hilft Ihnen, vertrauliche Daten in unformatierten Textzeichenfolgen zu erkennen und zu redigieren. Sie können dieses Feature verwenden, wenn Ihre Anwendung Protokolle, Eingabeaufforderungen, Formulare, Chatnachrichten oder andere Textinhalte direkt verarbeitet.

Text-PII ist für die synchrone Anforderungs-/Antwort-Integration und konfigurierbares Anonymisierungsverhalten optimiert, sodass Sie PII-Kontrollen direkt in Workflows zur Anwendungs- und Datenverarbeitung anwenden können.

Auf einen Blick

Text PII bietet die folgenden Funktionen:

  • Direkte Text-Redaction für unstrukturierte Zeichenfolgeneingaben.
  • Anforderungs-/Antwortintegration mit geringer Latenz für Anwendungspipelines.
  • Konfigurierbare Entitätsfilter und Redaction-Richtlinien.
  • Strukturierte Entitätsausgabe mit Kategorien, Offsets und Konfidenzbewertungen.

Warum Text PII verwenden?

Text-PII ist für integrations- und direkte Anforderungs-/Antwortworkflows mit geringer Latenz optimiert. Es unterstützt eine breite Sprachabdeckung und konfigurierbares Redaction-Verhalten für viele Echtzeit- und Batchszenarien.

Text PII ist besonders nützlich, wenn Sie Folgendes benötigen:

  • Vertrauliche Entitäten in vom Benutzer generierten Text redigieren.
  • Integrieren Sie den PII-Schutz direkt in Anwendungspipelines.
  • Anwenden von Entitätsfiltern und Redaction-Richtlinien in API-Anforderungen.

Was es zurückgibt

Wenn eine Anforderung erfolgreich ist, gibt der Dienst Folgendes zurück:

  • Erkannte Entitäten mit Kategorien, Unterkategorien, Offsets und Konfidenzergebnissen.
  • Ausgeblendete Textausgabe basierend auf Ihrem gewählten Ausblendungsverhalten.

Funktionsweise

Text-PII wird in der Regel mit einem synchronen Workflow verwendet:

  1. Übermitteln von Texteingaben für die Analyse.
  2. Konfigurieren Sie optionale Parameter, beispielsweise Entitätenfilter und Redaktionsverhalten.
  3. Verarbeiten Sie Entitäten und geschwärzten Output in Ihrer Anwendung.

Implementierungsdetails und Anforderungsbeispiele finden Sie unter Erkennung und Anonymisierung personenbezogener Daten in Texten.

Wie es sich von anderen PII-Featuretypen unterscheidet

Alle PII-Featuretypen verwenden vordefinierte Entitätskategorien, optimieren aber für unterschiedliche Eingabetypen:

  • Text-PII ist für die direkte Zeichenfolgenbasierte Eingabe und App-Integration optimiert.
  • Unterhaltungs-PII ist für rundenbasierte Gesprächsstrukturen optimiert.
  • Dokumentbasierte PII ist für native Dateiworkflows und Dateiausgabetreue optimiert.

Häufige Anwendungsfälle

Text-PII ist nützlich, wenn Sie vertrauliche Daten vor der Speicherung, Analyse, Freigabe oder nachgeschalteten KI-Verarbeitung erkennen und redigieren müssen.

Typische Beispiele sind:

  • Benutzereingabe- und Ausgabefelder in Web- und mobilen Anwendungen.
  • Anwendungsprotokolle und Telemetriedatenströme.
  • Eingabeaufforderungs- und Antwortfilterung in KI-Workflows.
  • Batchvorverarbeitung für unstrukturierte Textdatensätze.

Unterstützte Formate und Grenzwerte

Preise

PII-Textredaktion nutzt die Preisgestaltung von Azure KI Language. Aktuelle Preisdetails finden Sie unter Azure KI Language Pricing.

Nächste Schritte

Verwenden Sie die folgenden Verweise, um die Implementierung fortzusetzen:

  • Last updated on