Implementación de una herramienta basada en PLN para la detección y anonimización de datos personales en documentos

En los últimos años, el avance en el campo del Aprendizaje Automático, unido a las mejoras del hardware, y al aumento del volumen de los datos, ha motivado la utilización de técnicas de aprendizaje que empleen estos datos para automatizar procesos o extraer conocimiento a partir de los mismos. Desde...

ver descrição completa

Detalhes bibliográficos
Autor: Simón Ramos, José Manuel
Formato: tesis de maestría
Fecha de publicación:2021
País:España
Recursos:Universidad de Valladolid
Repositorio:UVaDOC. Repositorio Documental de la Universidad de Valladolid
OAI Identifier:oai:uvadoc.uva.es:10324/49995
Acesso em linha:https://uvadoc.uva.es/handle/10324/49995
Access Level:acceso abierto
Palavra-chave:Aprendizaje automático
Procesamiento de lenguaje natural
Anonimización
id ES_c80fe0a35883a313c78dd018f0cfbbd2
oai_identifier_str oai:uvadoc.uva.es:10324/49995
network_acronym_str ES
network_name_str España
repository_id_str
spelling Implementación de una herramienta basada en PLN para la detección y anonimización de datos personales en documentosSimón Ramos, José ManuelAprendizaje automáticoProcesamiento de lenguaje naturalAnonimizaciónEn los últimos años, el avance en el campo del Aprendizaje Automático, unido a las mejoras del hardware, y al aumento del volumen de los datos, ha motivado la utilización de técnicas de aprendizaje que empleen estos datos para automatizar procesos o extraer conocimiento a partir de los mismos. Desde el punto de vista del campo del Procesamiento del Lenguaje Natural (PLN), la utilización de los datos para generar nuevos modelos se encuentra afectada debido a la existencia de información de carácter personal en los mismos. Esto, unido a la fuerte legislación vigente sobre la Protección de Datos, hace que las administraciones y organizaciones deban tener una mayor precaución y control a la hora de utilizar o compartir documentos en los que se aparezca información personal. El presente Trabajo Fin de Máster aborda la problemática de la detección y anonimización de entidades personales existentes en documentos administrativos (permisos, inspecciones, convenios, etc). En la línea con lo anterior, el proyecto plantea una propuesta genérica y eficiente de pipeline enfocada a la anonimización y generación de reemplazos para las entidades detectadas. Esta propuesta busca no solo poder ser empleada para detectar y anonimizar entidades en este tipo de documentos, sino que pretende ser una solución genérica para abordar la problemática de la detección y anonimización de entidades en cualquier tipo de documentos.In recent years, progress in the area of Machine Learning, together with hardware improvements, and the increase in the volume of data, has motivated the use of learning techniques that use this data to automate processes or extract knowledge. From the point of view of Natural Language Processing (NLP), the use of data to generate new models is affected by the existence of personal information in them. This, combined with the strong legislation in force on Data Protection, means that administrations and organizations must be more cautious and have greater control when using or sharing documents which personal information appears. This Master Thesis addresses the problem of detection and anonymization of personal entities in administrative documents (permits, inspections, agreements, etc.). In addition, the project presents a generic and efficient proposal of pipeline focused on the anonymization and generation of replacements for the detected entities. This proposal aims not only to be used to detect and anonymize entities in this type of documents, but also to be a generic solution to address the problem of detecting and anonymizing entities in any type of documents.Departamento de Informática (Arquitectura y Tecnología de Computadores, Ciencias de la Computación e Inteligencia Artificial, Lenguajes y Sistemas Informáticos)Máster en Inteligencia de Negocio y Big Data en Entornos Seguros / Business Intelligence and Big Data in Cyber-Secure EnvironmentsBregón Bregón, AníbalSilvestre Vilches, JorgeUniversidad de Valladolid. Escuela de Ingeniería Informática de Valladolid2021info:eu-repo/semantics/masterThesisapplication/pdfhttps://uvadoc.uva.es/handle/10324/49995reponame:UVaDOC. Repositorio Documental de la Universidad de Valladolidinstname:Universidad de ValladolidEspañolinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/4.0/oai:uvadoc.uva.es:10324/499952026-06-13T12:44:47Z
dc.title.none.fl_str_mv Implementación de una herramienta basada en PLN para la detección y anonimización de datos personales en documentos
title Implementación de una herramienta basada en PLN para la detección y anonimización de datos personales en documentos
spellingShingle Implementación de una herramienta basada en PLN para la detección y anonimización de datos personales en documentos
Simón Ramos, José Manuel
Aprendizaje automático
Procesamiento de lenguaje natural
Anonimización
title_short Implementación de una herramienta basada en PLN para la detección y anonimización de datos personales en documentos
title_full Implementación de una herramienta basada en PLN para la detección y anonimización de datos personales en documentos
title_fullStr Implementación de una herramienta basada en PLN para la detección y anonimización de datos personales en documentos
title_full_unstemmed Implementación de una herramienta basada en PLN para la detección y anonimización de datos personales en documentos
title_sort Implementación de una herramienta basada en PLN para la detección y anonimización de datos personales en documentos
dc.creator.none.fl_str_mv Simón Ramos, José Manuel
author Simón Ramos, José Manuel
author_facet Simón Ramos, José Manuel
author_role author
dc.contributor.none.fl_str_mv Bregón Bregón, Aníbal
Silvestre Vilches, Jorge
Universidad de Valladolid. Escuela de Ingeniería Informática de Valladolid
dc.subject.none.fl_str_mv Aprendizaje automático
Procesamiento de lenguaje natural
Anonimización
topic Aprendizaje automático
Procesamiento de lenguaje natural
Anonimización
description En los últimos años, el avance en el campo del Aprendizaje Automático, unido a las mejoras del hardware, y al aumento del volumen de los datos, ha motivado la utilización de técnicas de aprendizaje que empleen estos datos para automatizar procesos o extraer conocimiento a partir de los mismos. Desde el punto de vista del campo del Procesamiento del Lenguaje Natural (PLN), la utilización de los datos para generar nuevos modelos se encuentra afectada debido a la existencia de información de carácter personal en los mismos. Esto, unido a la fuerte legislación vigente sobre la Protección de Datos, hace que las administraciones y organizaciones deban tener una mayor precaución y control a la hora de utilizar o compartir documentos en los que se aparezca información personal. El presente Trabajo Fin de Máster aborda la problemática de la detección y anonimización de entidades personales existentes en documentos administrativos (permisos, inspecciones, convenios, etc). En la línea con lo anterior, el proyecto plantea una propuesta genérica y eficiente de pipeline enfocada a la anonimización y generación de reemplazos para las entidades detectadas. Esta propuesta busca no solo poder ser empleada para detectar y anonimizar entidades en este tipo de documentos, sino que pretende ser una solución genérica para abordar la problemática de la detección y anonimización de entidades en cualquier tipo de documentos.
publishDate 2021
dc.date.none.fl_str_mv 2021
dc.type.none.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
dc.identifier.none.fl_str_mv https://uvadoc.uva.es/handle/10324/49995
url https://uvadoc.uva.es/handle/10324/49995
dc.language.none.fl_str_mv Español
language_invalid_str_mv Español
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:UVaDOC. Repositorio Documental de la Universidad de Valladolid
instname:Universidad de Valladolid
instname_str Universidad de Valladolid
reponame_str UVaDOC. Repositorio Documental de la Universidad de Valladolid
collection UVaDOC. Repositorio Documental de la Universidad de Valladolid
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869419232498810880
score 15,301603

Registos relacionados