텍스트 분류 및 수정

텍스트 분류 및 수정을 사용해야 하는 경우

다음은 몇 가지 일반적인 사용 사례입니다.

  • 데이터베이스 지속성 전에 사용자 입력 정리: 레코드를 스토리지 또는 애플리케이션 데이터베이스에 쓰기 전에 자유 형식 텍스트에서 민감한 개인 식별 정보 (예: 주민등록번호, 신용카드 번호, 운전면허증)를 수정합니다.
  • 고객 서비스 스크립트 및 로그 정리: 상담사 검토 또는 학습 데이터 수집 전에 채팅 기록, 지원 티켓, 이메일 대화목록에서 식별 가능한 개인 정보를 삭제합니다.
  • 다운스트림 태그 지정을 위해 민감한 항목 식별: 텍스트를 분류하여 infoType 및 가능성 등급을 추출하고 이 정보를 맞춤 워크플로에서 사용하여 위험도가 높은 메시지를 라우팅하거나 플래그를 지정합니다.
  • 생성형 AI 프롬프트에서 기밀 데이터 마스킹: 콘텐츠를 공개 또는 서드 파티 LLM에 보내기 전에 사용자 프롬프트에서 독점 또는 규제 정보를 수정합니다.

텍스트 분류

다음 텍스트 입력을 살펴보세요.

Please update my records with the following information:
Email address: foo@example.com

National Provider Identifier: 1245319599

Driver's license: AC333991

출력은 발견 결과를 다음 범주로 정리한 것입니다.

출력 예시는 아래 표에 있습니다.

InfoType Likelihood Offset
US_HEALTHCARE_NPI VERY_LIKELY 122
EMAIL_ADDRESS LIKELY 72
US_DRIVERS_LICENSE_NUMBER LIKELY 155
CANADA_BC_PHN VERY_UNLIKELY 122
UK_TAXPAYER_REFERENCE VERY_UNLIKELY 122
CANADA_PASSPORT VERY_UNLIKELY 155

자동 텍스트 수정

자동 수정은 결과 목록을 제공하는 대신 일치하는 민감한 정보가 삭제된 상태의 출력을 생성합니다.

다음은 자동 수정 입력의 예입니다.

Please update my records with the following information:
Email address: foo@example.com

National Provider Identifier: 1245319599

Driver's license: AC333991

다음은 자리 표시자 '***'를 사용하는 출력의 예입니다.

Please update my records with the following information:
Email address: ***

National Provider Identifier: ***

Driver's license: ***

리소스

  • Sensitive Data Protection을 사용하여 텍스트를 수정하는 방법에 대한 자세한 내용은 텍스트 콘텐츠에서 민감한 정보 수정을 참고하세요.
  • Sensitive Data Protection을 사용하여 텍스트 콘텐츠의 민감한 정보를 익명화하는 방법(민감한 정보 '마스킹', 민감한 정보를 '토큰' 문자열로 대체, 무작위로 생성되거나 미리 결정된 키를 사용하여 민감한 정보 암호화 및 대체 포함)에 대한 자세한 내용은 텍스트 콘텐츠의 민감한 정보 익명화를 참고하세요.