Procedimiento para detectar y censurar información de identificación personal (DCP) en conversaciones

La característica DCP conversacional puede evaluar las conversaciones para extraer información confidencial (DCP) en el contenido en varias categorías predefinidas y censurarlas. Esta API funciona tanto en texto transcrito (al que se hace referencia como transcripciones) como en chats. En el caso de las transcripciones, la API también habilita la redacción de los segmentos de audio, que contiene la información de DCP al proporcionar la información de tiempo de audio para esos segmentos de audio.

Determinación de cómo procesar los datos (opcional)

Especificación del modelo de detección de DCP

De manera predeterminada, esta característica usa el modelo de IA disponible más reciente en la entrada. También puede configurar las solicitudes de API para usar una versión del modelo específica.

Compatibilidad con idiomas

Para más información, consulte la página Compatibilidad con idiomas PII. Actualmente, el modelo de disponibilidad general de PII conversacional solo admite el idioma inglés. El modelo de versión preliminar y la API admiten los mismos idiomas de lista que los demás servicios de lenguaje.

Regiones admitidas

Actualmente, la API de PII conversacional admite todas las regiones de Azure compatibles con el servicio de lenguaje.

Envío de datos

Nota

Consulte el artículo sobre Language Studio si desea información sobre cómo dar formato al texto conversacional para enviarlo mediante Language Studio.

Puede enviar la entrada a la API como lista de elementos de conversación. El análisis se realiza tras la recepción de la solicitud. Dado que la API es asincrónica, puede haber un retraso entre el envío de una solicitud de API y la recepción de los resultados. Para obtener información sobre el tamaño y el número de solicitudes que puede enviar por minuto y segundo, consulte los límites de datos a continuación.

Cuando se usa esta característica asincrónica, los resultados de la API están disponibles durante 24 horas desde el momento en que se ingiere la solicitud y se indican en la respuesta. Después de este período de tiempo, los resultados se purgan y ya no están disponibles para la recuperación.

Al enviar datos a una DCP conversacional, puede enviar una conversación (chat o hablada) por solicitud.

La API intentará detectar todas las categorías de entidad definidas para una entrada de conversación determinada. Si desea especificar qué entidades se detectarán y devolverán, use el parámetro piiCategories opcional con las categorías de entidad adecuadas.

En el caso de las transcripciones de voz, las entidades detectadas se devuelven en el valor del parámetro redactionSource proporcionado. Actualmente, los valores admitidos para redactionSource son text, lexical, itn y maskedItn (que se corresponden con el formato display\displayText, lexical, itn y maskedItn de la API de REST de Conversión de voz en texto, respectivamente). Además, para la entrada de transcripción de voz, esta API también proporcionará información de control de tiempo de audio para permitir el tachado de audio. Para usar la característica audioRedaction, use la marca opcional includeAudioRedaction con el valor true. La redacción de audio se realiza en función del formato de entrada léxico.

Nota

La PII de conversación ahora admite 40 000 caracteres como tamaño de documento.

Obtención de resultados de DCP

Cuando obtiene los resultados de la detección de DCP, puede transmitirlos a una aplicación, o bien guardar la salida en un archivo en el sistema local. La respuesta de la API incluye entidades reconocidas, lo que incluye sus categorías y subcategorías, y las puntuaciones de confianza. También se devuelve la cadena de texto con las entidades DCP tachadas.

Ejemplos

Bibliotecas cliente (Azure SDK)

1. Vaya a la página de información general del recurso en Azure Portal.

2. En el menú de la izquierda, seleccione Claves y punto de conexión. Necesitará una de las claves y el punto de conexión para autenticar las solicitudes de API.

3. Descargue e instale el paquete de la biblioteca cliente para el idioma que prefiera:

   Lenguaje	Versión del paquete
   .NET	1.0.0
   Python	1.0.0

4. Consulte la siguiente documentación de referencia para obtener más información sobre el cliente y el objeto devuelto:

   • C#
   • Python

REST API

Directiva de tachado (solo versión 2024-11-15-preview)

En la versión 2024-11-15-preview, puede definir el parámetro redactionPolicy para reflejar la directiva de tachado que se usará al tachar el documento en la respuesta. El campo de directiva admite 3 tipos de directiva:

• noMask
• characterMask (valor predeterminado)
• entityMask

La directiva noMask permite al usuario devolver la respuesta sin el campo redactedText.

La directiva characterMask permite el enmascaramiento de redactedText con un carácter, conservando la longitud y el desplazamiento del texto original. Este es el comportamiento existente.

También hay un campo opcional denominado redactionCharacter donde puede escribir el carácter que se va a usar en la redacción si emplea la directiva characterMask.

La directiva entityMask permite enmascarar el texto de la entidad DCP detectada con el tipo de entidad detectado.

Use el ejemplo siguiente si desea cambiar la directiva de tachado.

curl -i -X POST https://your-language-endpoint-here/language/analyze-conversations/jobs?api-version=2024-05-01 \
-H "Content-Type: application/json" \
-H "Ocp-Apim-Subscription-Key: your-key-here" \
-d \
'
{ 
    "displayName": "Analyze conversations from xxx", 
    "analysisInput": { 
        "conversations": [ 
            { 
                "id": "23611680-c4eb-4705-adef-4aa1c17507b5", 
                "language": "en", 
                "modality": "text", 
                "conversationItems": [ 
                    { 
                        "participantId": "agent_1", 
                        "id": "1", 
                        "text": "Good morning." 
                    }, 
                    { 
                        "participantId": "agent_1", 
                        "id": "2", 
                        "text": "Can I have your name?" 
                    }, 
                    { 
                        "participantId": "customer_1", 
                        "id": "3", 
                        "text": "Sure that is John Doe." 
                    } 
                ] 
            } 
        ] 
    }, 
    "tasks": [ 
        { 
            "taskName": "analyze 1", 
            "kind": "ConversationalPIITask", 
            "parameters": { 
                "modelVersion": "2023-04-15-preview", 
                “redactionCharacter” 
                "redactionPolicy": { 
                    "policyKind": "characterMask", 
                    //characterMask|entityMask|noMask 
                    "redactionCharacter": "*" 
                } 
            } 
        } 
    ] 
} 
`

Envío de transcripciones mediante conversión de voz en texto

Use el ejemplo siguiente si tiene conversaciones transcritas mediante la característica de conversión de voz en texto del servicio Voz:

curl -i -X POST https://your-language-endpoint-here/language/analyze-conversations/jobs?api-version=2024-05-01 \
-H "Content-Type: application/json" \
-H "Ocp-Apim-Subscription-Key: your-key-here" \
-d \
' 
{
    "displayName": "Analyze conversations from xxx",
    "analysisInput": {
        "conversations": [
            {
                "id": "23611680-c4eb-4705-adef-4aa1c17507b5",
                "language": "en",
                "modality": "transcript",
                "conversationItems": [
                    {
                        "participantId": "agent_1",
                        "id": "8074caf7-97e8-4492-ace3-d284821adacd",
                        "text": "Good morning.",
                        "lexical": "good morning",
                        "itn": "good morning",
                        "maskedItn": "good morning",
                        "audioTimings": [
                            {
                                "word": "good",
                                "offset": 11700000,
                                "duration": 2100000
                            },
                            {
                                "word": "morning",
                                "offset": 13900000,
                                "duration": 3100000
                            }
                        ]
                    },
                    {
                        "participantId": "agent_1",
                        "id": "0d67d52b-693f-4e34-9881-754a14eec887",
                        "text": "Can I have your name?",
                        "lexical": "can i have your name",
                        "itn": "can i have your name",
                        "maskedItn": "can i have your name",
                        "audioTimings": [
                            {
                                "word": "can",
                                "offset": 44200000,
                                "duration": 2200000
                            },
                            {
                                "word": "i",
                                "offset": 46500000,
                                "duration": 800000
                            },
                            {
                                "word": "have",
                                "offset": 47400000,
                                "duration": 1500000
                            },
                            {
                                "word": "your",
                                "offset": 49000000,
                                "duration": 1500000
                            },
                            {
                                "word": "name",
                                "offset": 50600000,
                                "duration": 2100000
                            }
                        ]
                    },
                    {
                        "participantId": "customer_1",
                        "id": "08684a7a-5433-4658-a3f1-c6114fcfed51",
                        "text": "Sure that is John Doe.",
                        "lexical": "sure that is john doe",
                        "itn": "sure that is john doe",
                        "maskedItn": "sure that is john doe",
                        "audioTimings": [
                            {
                                "word": "sure",
                                "offset": 5400000,
                                "duration": 6300000
                            },
                            {
                                "word": "that",
                                "offset": 13600000,
                                "duration": 2300000
                            },
                            {
                                "word": "is",
                                "offset": 16000000,
                                "duration": 1300000
                            },
                            {
                                "word": "john",
                                "offset": 17400000,
                                "duration": 2500000
                            },
                            {
                                "word": "doe",
                                "offset": 20000000,
                                "duration": 2700000
                            }
                        ]
                    }
                ]
            }
        ]
    },
    "tasks": [
        {
            "taskName": "analyze 1",
            "kind": "ConversationalPIITask",
            "parameters": {
                "modelVersion": "2023-04-15-preview",
                "redactionSource": "text",
                "includeAudioRedaction": true,
                "piiCategories": [
                    "all"
                ]
            }
        }
    ]
}
`

Envío de chats de texto

Use el ejemplo siguiente si tiene conversaciones que se originaron en texto. Por ejemplo, las conversaciones a través de un cliente de chat basado en texto.

curl -i -X POST https://your-language-endpoint-here/language/analyze-conversations/jobs?api-version=2024-05-01 \
-H "Content-Type: application/json" \
-H "Ocp-Apim-Subscription-Key: your-key-here" \
-d \
' 
{
    "displayName": "Analyze conversations from xxx",
    "analysisInput": {
        "conversations": [
            {
                "id": "23611680-c4eb-4705-adef-4aa1c17507b5",
                "language": "en",
                "modality": "text",
                "conversationItems": [
                    {
                        "participantId": "agent_1",
                        "id": "8074caf7-97e8-4492-ace3-d284821adacd",
                        "text": "Good morning."
                    },
                    {
                        "participantId": "agent_1",
                        "id": "0d67d52b-693f-4e34-9881-754a14eec887",
                        "text": "Can I have your name?"
                    },
                    {
                        "participantId": "customer_1",
                        "id": "08684a7a-5433-4658-a3f1-c6114fcfed51",
                        "text": "Sure that is John Doe."
                    }
                ]
            }
        ]
    },
    "tasks": [
        {
            "taskName": "analyze 1",
            "kind": "ConversationalPIITask",
            "parameters": {
                "modelVersion": "2023-04-15-preview"
            }
        }
    ]
}
`

Obtención del resultado

Obtenga el valor de operation-location del encabezado de respuesta. El valor tiene un aspecto similar a la siguiente dirección URL:

https://your-language-endpoint/language/analyze-conversations/jobs/12345678-1234-1234-1234-12345678

Para obtener los resultados de la solicitud, use el siguiente comando cURL. Asegúrese de reemplazar my-job-id por el valor de identificador numérico que recibió del encabezado de respuesta operation-location anterior:

curl -X GET    https://your-language-endpoint/language/analyze-conversations/jobs/my-job-id \
-H "Content-Type: application/json" \
-H "Ocp-Apim-Subscription-Key: your-key-here"

Límites de servicio y datos

Para obtener información sobre el tamaño y el número de solicitudes que puede enviar por minuto y segundo, consulte el artículo sobre límites del servicio.