Towards Personal Data Anonymization for Social Messaging

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14330%2F21%3A00119196" target="_blank" >RIV/00216224:14330/21:00119196 - isvavai.cz</a>

Výsledek na webu

<a href="https://link.springer.com/chapter/10.1007/978-3-030-83527-9_24" target="_blank" >https://link.springer.com/chapter/10.1007/978-3-030-83527-9_24</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-030-83527-9_24" target="_blank" >10.1007/978-3-030-83527-9_24</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Towards Personal Data Anonymization for Social Messaging

Popis výsledku v původním jazyce

We present a method for building text corpora for the supervised learning of text-to-text anonymization while maintaining a strict privacy policy. In our solution, personal data entities are detected, classified, and anonymized. We use available machine-learning methods, like named-entity recognition, and improve their performance by grouping multiple entities into larger units based on the theory of tabular data anonymization. Experimental results on annotated Czech Facebook Messenger conversations reveal that our solution has recall comparable to human annotators. On the other hand, precision is much lower because of the low efficiency of the named entity recognition in the domain of social messaging conversations. The resulting anonymized text is of high utility because of the replacement methods that produce natural text.

Název v anglickém jazyce

Towards Personal Data Anonymization for Social Messaging

Popis výsledku anglicky

We present a method for building text corpora for the supervised learning of text-to-text anonymization while maintaining a strict privacy policy. In our solution, personal data entities are detected, classified, and anonymized. We use available machine-learning methods, like named-entity recognition, and improve their performance by grouping multiple entities into larger units based on the theory of tabular data anonymization. Experimental results on annotated Czech Facebook Messenger conversations reveal that our solution has recall comparable to human annotators. On the other hand, precision is much lower because of the low efficiency of the named entity recognition in the domain of social messaging conversations. The resulting anonymized text is of high utility because of the replacement methods that produce natural text.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

<a href="/cs/project/GX19-27828X" target="_blank" >GX19-27828X: Pohled do budoucnosti: Porozumění vlivu technologií na “well-being” adolescentů</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2021

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Text, Speech, and Dialogue

ISBN

9783030835262

ISSN

0302-9743

e-ISSN

1611-3349

Počet stran výsledku

12

Strana od-do

281-292

Název nakladatele

Springer, Cham

Místo vydání

Cham

Místo konání akce

Olomouc

Datum konání akce

6. 9. 2021

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—