Různé způsoby zápisu považujte za kandidáty k prověření, nikoli za automatický důkaz, že dvě zmínky označují tutéž osobu. Vytvořte místní seznam alternativních podob jmen, každé potvrzené totožnosti přiřaďte jeden zástupný údaj a zkontrolujte exportovaný text ve všech jazycích, které obsahuje.
Než začnete nahrazovat, vytvořte seznam alternativních podob jmen
Dvojjazyčný dokument může obsahovat jméno v místním písmu, jeho přepis latinkou, zkrácený podpis a samotné příjmení. Sepište podoby, které se ve zdroji skutečně vyskytují, spolu s jejich kontextem. Zahrňte i zobrazovaná jména v e-mailu, záhlaví a citovanou korespondenci.
Použijte smyšlený příklad: Мария Волкова, Mariya Volkova a M. Volkova mohou v jednom souboru označovat tutéž osobu. Ověřte si to v dokumentu a nepředpokládejte to automaticky. Nevkládejte skutečné identifikační údaje klienta do online nástroje pro transliteraci jen proto, abyste vytvořili další varianty.
Vyhledávejte varianty s diakritikou, interpunkcí i odlišnými znaky
Vyhledávejte celé podoby i jejich charakteristické části. Pomlčky, apostrofy, mezery a diakritická znaménka mohou ovlivnit výsledky přesného vyhledávání. Pokud podezřelý zápis při přepsání nenajdete, zkopírujte jej přímo ze zdroje.
Standard Unicode popisuje normalizaci ekvivalentních posloupností znaků; to se liší od rozhodování, zda dvě osobní jména patří téže osobě. I normalizovaný text může obsahovat různé transliterace, chyby OCR nebo skutečně různá jména. Zkontrolujte okolní větu.
Iniciály a zkrácené tvary rozlište podle kontextu
Iniciály jsou nejednoznačné. A. Silva může být Ana nebo André; příjmení sdílené dvěma příbuznými neurčuje jedinečnou totožnost. Než přiřadíte zástupný údaj, zkontrolujte podpis, roli, adresáta a časovou posloupnost. Pokud zdroj odkaz nedokáže objasnit, zachovejte tuto nejistotu.
Stejnou obezřetnost vyžadují i zkratky názvů společností. Obchodní název, registrovaný název a zkratka mohou označovat jednu organizaci, zatímco podobná zkratka může označovat jinou. Zástupné údaje osob a organizací rozlišujte.
Zachovejte význam napříč jazyky
Stejnou potvrzenou totožnost používejte v celém případu jednotně a různé osoby ponechte oddělené. Zkontrolujte přivlastňovací tvary, gramatické koncovky a tituly v okolí náhrady. Náhrada může odstranit správné slovo, ale zároveň zanechat větu nesrozumitelnou.
Dvojjazyčné tabulky a překlady citovaných textů čtěte společně. Ve sloupci v místním jazyce může zůstat celé jméno i poté, co byl anglický sloupec vyčištěn. Nepředpokládejte, že anglický text je hlavní verzí toho, co AI obdrží.
Zkontrolujte výskyty ClientSafe a konečnou kopii
ClientSafe používá v rámci případu jednotné zástupné údaje a umožňuje kontrolovat rozpoznané údaje. Při kontrole odmítněte falešně pozitivní výsledky a doplňte přehlédnuté varianty. Nepředpokládejte, že automatické rozpoznávání zachytí všechna písma, transliterace nebo zkratky.
Exportujte samostatnou textovou kopii a znovu ji prohledejte pomocí svého seznamu alternativních podob jmen. Podpisy, nadpisy a krátké samostatné popisky zkontrolujte ručně. Seznam alternativních podob jmen a klíč pro nahrazování neposílejte do materiálů předávaných službě AI.
Prověřte indicie, které zůstávají i po odstranění jména
I po odstranění všech variant zápisu může zůstat rozpoznatelný životopis, vzácná pracovní role nebo přesná adresa. Vynechte údaje, které nejsou pro danou otázku potřeba, a znovu si přečtěte zadání spolu s kopií. Pravidla pro sdílení údajů u služby AI a vaší organizace stále vyžadují samostatné schválení.
Než začnete údaje nahrazovat důsledněji, ověřte, zda tím nezničíte rozdíl potřebný pro analýzu. Je lepší uvést, že dvě zmínky mohou označovat téhož účastníka, než je bez upozornění sloučit a získat sebejisté, ale nesprávné shrnutí.
Časté dotazy
Měly by všechny podobně zapsané varianty dostat jeden zástupný údaj?
Ne. Podobnost je důvodem k prověření. Zmínky slučujte pouze tehdy, pokud dokument potvrzuje, že jde o tutéž osobu; nejednoznačné odkazy ponechte výslovně nevyřešené.
Anonymizuje odstranění diakritiky jméno?
Ne. Jméno může být stále rozpoznatelné. Nahraďte identifikační údaje jednotně a zkontrolujte i další informace v okolním textu.