Traktuj różne zapisy jako możliwe dopasowania do sprawdzenia, a nie automatyczny dowód, że dwie wzmianki dotyczą tej samej osoby. Przygotuj lokalną listę wariantów, przypisz jeden placeholder każdej potwierdzonej tożsamości i sprawdź wyeksportowany tekst we wszystkich występujących w nim językach.
Przygotuj listę wariantów przed zastąpieniem
Dokument dwujęzyczny może zawierać imię i nazwisko zapisane lokalnym alfabetem, jego zapis alfabetem łacińskim, skrócony podpis i samo nazwisko. Wypisz formy faktycznie występujące w źródle wraz z ich kontekstem. Uwzględnij nazwy wyświetlane w e-mailach, nagłówki i cytowaną korespondencję.
Posłużmy się fikcyjnym przykładem: Мария Волкова, Mariya Volkova i M. Volkova mogą w jednym pliku oznaczać tę samą osobę. Potwierdź to na podstawie dokumentu, zamiast zakładać, że tak jest. Nie wpisuj prawdziwych danych identyfikujących klientów do internetowego narzędzia do transliteracji tylko po to, by wygenerować więcej wariantów.
Wyszukaj znaki diakrytyczne, interpunkcję i warianty znaków
Wyszukuj zarówno pełne formy, jak i charakterystyczne fragmenty. Łączniki, apostrofy, spacje i znaki diakrytyczne mogą zmienić wyniki wyszukiwania dokładnego. Jeśli podejrzany zapis nie daje wyników po ponownym wpisaniu, skopiuj go ze źródła.
Unicode opisuje normalizację równoważnych sekwencji znaków; to co innego niż ustalenie, czy dwa nazwiska należą do tej samej osoby. Nawet znormalizowany tekst może zawierać różne transliteracje, błędy OCR lub nazwiska różnych osób. Sprawdź otaczające zdanie.
Ustal znaczenie inicjałów i skróconych form na podstawie kontekstu
Inicjały są niejednoznaczne. A. Silva może oznaczać Anę albo André; nazwisko wspólne dla dwojga krewnych nie wskazuje jednoznacznie na jedną osobę. Zanim przypiszesz placeholder, sprawdź podpis, rolę, adresata i chronologię. Jeśli źródło nie pozwala ustalić, o kogo chodzi, zachowaj tę niepewność.
Skróty nazw firm wymagają takiej samej ostrożności. Nazwa handlowa, nazwa zarejestrowana i skrót mogą oznaczać tę samą organizację, a podobny skrót — inną. Nie używaj tych samych placeholderów dla osób i organizacji.
Zachowaj znaczenie w różnych językach
W całej sprawie konsekwentnie stosuj ten sam placeholder dla potwierdzonej tożsamości, a różne osoby traktuj osobno. Sprawdź formy dzierżawcze, końcówki gramatyczne i tytuły przy zastąpionym nazwisku. Zastąpienie może usunąć właściwe słowo, ale pozostawić niezrozumiałe wyrażenie.
Czytaj dwujęzyczne tabele i tłumaczone cytaty łącznie. W kolumnie w języku lokalnym może pozostać pełne nazwisko, nawet jeśli kolumna angielska została oczyszczona. Nie zakładaj, że angielski tekst jest główną wersją tego, co otrzyma AI.
Sprawdź dopasowania ClientSafe i końcową kopię
ClientSafe stosuje spójne placeholdery w obrębie sprawy i pozwala sprawdzać wykryte dane. Wykorzystaj tę weryfikację, aby odrzucać fałszywe trafienia i dodawać pominięte formy. Nie zakładaj, że automatyczne wykrywanie obejmuje każdy alfabet, transliterację czy skrót.
Wyeksportuj osobną kopię tekstu i wyszukaj w niej ponownie hasła z listy wariantów. Ręcznie sprawdź podpisy, nagłówki i krótkie, odosobnione etykiety. Nie udostępniaj AI listy wariantów ani klucza zastąpień.
Sprawdź wskazówki, które pozostają po usunięciu nazwiska
Usunięcie wszystkich wariantów nazwiska nadal może pozostawić rozpoznawalny życiorys, rzadką funkcję lub dokładny adres. Pomiń szczegóły, które nie są potrzebne do uzyskania odpowiedzi, i przeczytaj ponownie zarówno polecenie, jak i kopię. Usługa AI oraz zasady udostępniania danych przez Twoją organizację nadal wymagają odrębnej akceptacji.
Zanim zastosujesz bardziej radykalne zastąpienia, sprawdź, czy nie zacierasz różnicy potrzebnej do analizy. Lepiej zaznaczyć, że dwa odniesienia mogą dotyczyć tego samego uczestnika, niż po cichu je połączyć i otrzymać pewne siebie, lecz błędne podsumowanie.
Często zadawane pytania
Czy podobne zapisy należy przypisać do jednego placeholdera?
Nie. Podobieństwo to powód, by sprawdzić, a nie automatyczny dowód. Scalaj wzmianki tylko wtedy, gdy dokument potwierdza, że chodzi o tę samą osobę; niejednoznaczne odniesienia pozostaw wyraźnie oznaczone.
Czy usunięcie znaków diakrytycznych anonimizuje nazwisko?
Nie. Nazwisko może nadal być rozpoznawalne. Zastąp identyfikujące wzmianki w spójny sposób i sprawdź inne szczegóły w otaczającym tekście.