抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
テキスト匿名化法の性能を評価するための新しいベンチマークと関連評価尺度を示した。テキスト文書を編集するタスクとして定義されるテキスト文書を,個人情報の開示を防ぐタスクとして定義し,現在,プライバシー指向注釈付きテキスト資源の不足に悩まし,様々な匿名化法により提供されるプライバシー保護のレベルを適切に評価することを困難にする。本論文では,この不足に対処するために開発された新しいオープンソース注釈コーパスであるTAB(テキスト匿名化ベンチマーク)を提示した。コーパスは,それらの意味カテゴリー,識別子タイプ,秘密属性,および共参照関係を含む,各文書に現れる個人情報に関する包括的注釈を豊富に含む,人間権利(ECHR)の欧州求愛者から,1,268の英語-言語求愛症例を含む。従来研究と比較して,TABコーパスは,従来の脱同定(あらかじめ定義された意味カテゴリーの検出に限定される)を超えるように設計され,そして,テキストスパンが保護されるべき人の同定を隠すために,テキストスパンがマスクされることを明示的にマークする。また,コーパスとそのアノテーション層を示すとともに,プライバシー保護とユーティリティ保存の両方に関して,テキスト匿名化の性能を測定するために特別に調整した一連の評価メトリックを提案した。いくつかのベースラインテキスト匿名化モデルの経験的性能を評価することによって,ベンチマークと提案した計量の使用を説明した。プライバシー指向アノテーションガイドライン,評価スクリプト,およびベースラインモデルと共に完全なコーパスは,https://github.com/NorskRegnesentral/text anonymisation benchmarkで利用可能である。【JST・京大機械翻訳】