Keterampilan kognitif Deteksi Informasi Identifikasi Pribadi (PII)

Note

Pencarian Azure AI tersedia melalui portal Azure, REST API, dan Azure SDK. Ini juga mendukung Foundry IQ, lapisan pengetahuan terkelola yang mengubah konten perusahaan menjadi pangkalan pengetahuan yang dapat digunakan kembali dan sadar izin untuk agen di portal Microsoft Foundry.

Keterampilan Deteksi PII mengekstrak informasi pribadi dari teks input dan memberi Anda opsi untuk menyamarkannya. Keterampilan ini menggunakan model deteksi yang disediakan dalam Bahasa Azure di Foundry Tools.

Note

Keterampilan ini terikat dengan Foundry Tools dan memerlukan sumber daya yang dapat ditagih untuk transaksi yang melebihi 20 dokumen per pengindeks per hari. Eksekusi keterampilan bawaan dibebankan pada harga Foundry Tools Standard yang ada.

@odata.type

Microsoft.Skills.Text.PIIDetectionSkill

Batasan data

Ukuran maksimum rekaman harus 50.000 karakter sebagaimana diukur oleh String.Length. Anda dapat menggunakan keterampilan Pemisahan Teks untuk pemotongan data. Atur panjang halaman ke 5000 untuk hasil terbaik.

Parameter keterampilan

Parameter peka huruf besar/kecil dan semuanya bersifat opsional.

Nama Parameter Deskripsi
defaultLanguageCode (Opsional) Kode bahasa yang akan diterapkan ke dokumen yang tidak menentukan bahasa secara eksplisit. Jika kode bahasa default tidak ditentukan, bahasa Inggris (en) adalah kode bahasa default.
Lihat daftar lengkap bahasa yang didukung.
minimumPrecision Nilai antara 0,0 dan 1,0. Jika skor keyakinan (dalam piiEntities output) lebih rendah dari nilai yang ditetapkan minimumPrecision , entitas tidak dikembalikan atau ditutupi. Nilai defaultnya adalah 0,0.
maskingMode Parameter yang menyediakan berbagai cara untuk menyamarkan informasi pribadi yang terdeteksi dalam teks input. Opsi berikut ini didukung:
  • "none" (default): Tidak ada masking yang terjadi dan maskedText output tidak dikembalikan.
  • "replace": Mengganti entitas yang terdeteksi dengan karakter yang diberikan dalam parameter maskingCharacter. Karakter diulangi ke panjang entitas yang terdeteksi sehingga offset akan sesuai dengan teks input dan output maskedTextdengan benar.
maskingCharacter Karakter yang digunakan untuk menyamarkan teks jika parameter maskingMode diatur ke replace. Opsi berikut didukung: * (default). Parameter ini hanya dapat jika nullmaskingMode tidak diatur ke replace.
domain (Opsional) Nilai string, jika ditentukan, mengatur domain ke subset kategori entitas. Nilai yang mungkin termasuk: "phi" (hanya mendeteksi informasi kesehatan rahasia), "none".
piiCategories (Opsional) Jika Anda ingin menentukan entitas mana yang terdeteksi dan dikembalikan, gunakan parameter opsional ini (didefinisikan sebagai daftar string) dengan kategori entitas yang sesuai. Parameter ini juga dapat memungkinkan Anda mendeteksi entitas yang tidak diaktifkan secara default untuk bahasa dokumen Anda. Lihat Kategori entitas Informasi Identifikasi Pribadi yang Didukung untuk daftar lengkapnya.
modelVersion (Opsional) Menentukan versi model yang akan digunakan saat memanggil deteksi informasi yang dapat diidentifikasi secara pribadi. Ini default ke versi terbaru ketika tidak ditentukan. Kami sarankan Anda tidak menentukan nilai ini kecuali diperlukan.

Masukan keterampilan

Masukkan nama Deskripsi
languageCode String yang menunjukkan bahasa rekaman. Jika parameter ini tidak ditentukan, kode bahasa default digunakan untuk menganalisis rekaman.
Lihat daftar lengkap bahasa yang didukung.
text Teks yang akan dianalisis.

Keluaran Keterampilan

Nama output Deskripsi
piiEntities Array jenis kompleks yang berisi bidang berikut:
  • "text" (Informasi identifikasi pribadi aktual seperti yang diekstrak)
  • "type"
  • "subType"
  • "score" (Nilai yang lebih tinggi berarti lebih mungkin menjadi entitas nyata)
  • "offset" (ke dalam teks input)
  • "length"

Lihat Kategori entitas Informasi Identifikasi Pribadi yang Didukung untuk daftar lengkapnya.
maskedText Output ini bervariasi tergantung maskingModepada . Jika maskingMode adalah replace, output adalah hasil string dari masking yang dilakukan melalui teks input, seperti yang maskingModedijelaskan oleh . Jika maskingMode adalah none, tidak ada output.

Contoh definisi

  {
    "@odata.type": "#Microsoft.Skills.Text.PIIDetectionSkill",
    "defaultLanguageCode": "en",
    "minimumPrecision": 0.5,
    "maskingMode": "replace",
    "maskingCharacter": "*",
    "inputs": [
      {
        "name": "text",
        "source": "/document/content"
      }
    ],
    "outputs": [
      {
        "name": "piiEntities"
      },
      {
        "name": "maskedText"
      }
    ]
  }

Input contoh

{
    "values": [
      {
        "recordId": "1",
        "data":
           {
             "text": "Microsoft employee with ssn 859-98-0987 is using our awesome API's."
           }
      }
    ]
}

Contoh keluaran

{
  "values": [
    {
      "recordId": "1",
      "data" : 
      {
        "piiEntities":[ 
           { 
              "text":"859-98-0987",
              "type":"U.S. Social Security Number (SSN)",
              "subtype":"",
              "offset":28,
              "length":11,
              "score":0.65
           }
        ],
        "maskedText": "Microsoft employee with ssn *********** is using our awesome API's."
      }
    }
  ]
}

Offset yang dikembalikan untuk entitas dalam output keterampilan ini langsung dikembalikan dari API Layanan Bahasa, yang berarti jika Anda menggunakannya untuk mengindeks ke dalam string asli, Anda harus menggunakan kelas StringInfo di .NET untuk mengekstrak konten yang benar. Untuk informasi selengkapnya, lihat Dukungan multibahasa dan emoji dalam fitur layanan Bahasa.

Kesalahan dan peringatan

Jika kode bahasa untuk dokumen tidak didukung, peringatan akan ditampilkan dan tidak ada entitas yang diekstraksi. Jika teks Anda kosong, peringatan akan ditampilkan. Jika teks Anda lebih besar dari 50.000 karakter, hanya 50.000 karakter pertama yang dianalisis dan peringatan dikeluarkan.

Jika keterampilan menampilkan peringatan, output maskedText mungkin kosong, yang dapat berdampak pada keterampilan downstream yang mengharapkan output. Karena alasan ini, pastikan untuk menyelidiki semua peringatan yang terkait dengan output yang hilang saat menulis definisi set keterampilan Anda.

Baca juga

  • Terakhir diperbarui pada