個人を特定できる情報 (PII) 検出のコグニティブ スキル

PII 検出スキルは、入力テキストから個人情報を抽出し、それをマスクするオプションを提供します。 このスキルでは、検出モデルをAzure AI Language で提供使用します。

@odata.type

Microsoft.Skills.Text.PIIDetectionSkill

データ制限

レコードのサイズは、String.Length で測定して 50,000 文字以下にする必要があります。 データ チャンクには、 Text Split スキル を使用できます。 最適な結果を得るには、ページの長さを 5000 に設定します。

スキルのパラメーター

パラメーターでは大文字と小文字が区別され、すべて任意です。

スキルの入力

スキルの出力

定義例

  {
    "@odata.type": "#Microsoft.Skills.Text.PIIDetectionSkill",
    "defaultLanguageCode": "en",
    "minimumPrecision": 0.5,
    "maskingMode": "replace",
    "maskingCharacter": "*",
    "inputs": [
      {
        "name": "text",
        "source": "/document/content"
      }
    ],
    "outputs": [
      {
        "name": "piiEntities"
      },
      {
        "name": "maskedText"
      }
    ]
  }

サンプル入力

{
    "values": [
      {
        "recordId": "1",
        "data":
           {
             "text": "Microsoft employee with ssn 859-98-0987 is using our awesome API's."
           }
      }
    ]
}

サンプル出力

{
  "values": [
    {
      "recordId": "1",
      "data" : 
      {
        "piiEntities":[ 
           { 
              "text":"859-98-0987",
              "type":"U.S. Social Security Number (SSN)",
              "subtype":"",
              "offset":28,
              "length":11,
              "score":0.65
           }
        ],
        "maskedText": "Microsoft employee with ssn *********** is using our awesome API's."
      }
    }
  ]
}

このスキルの出力内のエンティティに対して返されるオフセットは、 Language Service API から直接返されます。つまり、元の文字列にインデックスを付けるためにそれらを使用している場合は、.NET の StringInfo クラスを使用して正しいコンテンツを抽出する必要があります。 詳しくは、「言語サービス機能での多言語および絵文字のサポート」を参照してください。

エラーと警告

ドキュメントの言語コードがサポートされていない場合、警告が返され、エンティティは抽出されません。 テキストが空の場合、警告が返されます。 テキストが 50,000 文字を超える場合は、最初の 50,000 文字のみが分析され、警告が発行されます。

スキルから警告が返された場合、出力 maskedText が空である可能性があります。これは、その出力を予期している下流のスキルに影響を与える可能性があります。 このため、スキルセットの定義を記述するときは必ず、出力が欠落していることに関連するすべての警告を調べてください。

関連項目

• 組み込みのスキル
• スキルセットの定義方法