Ertas 用于 PII 脱敏流水线

The Challenge

处理客户数据用于 AI/ML 项目的组织必须在任何模型训练或 RAG 摄取之前脱敏 PII。手动脱敏速度慢且容易出错。基于正则表达式的脚本会遗漏边缘情况。云端脱敏工具需要数据出口，而受监管客户禁止这样做。

The Solution

Ertas Data Suite 的 PII 脱敏节点以确定性方式处理电子邮件、电话、社会安全号、地址和医疗 ID。作为可视化流水线的一部分运行——文件导入 → 解析器 → PII 脱敏器 → 质量评分器 → 导出器。每次脱敏都记录时间戳和操作员 ID。完全在本地运行。

Key Features

Example Workflow

一家服务提供商收到客户医疗文档用于临床 NLP 模型训练。他们在 Ertas Data Suite 中构建流水线：文件导入 → PDF 解析器 → PII 脱敏器（配置为医疗 ID、患者姓名、地址）→ 质量评分器 → JSONL 导出器。流水线在客户的本地工作站上处理 10,000 个文档。审计追踪导出给客户的合规团队，展示每个脱敏决策。干净的去标识化 JSONL 已准备好用于临床 NLP 模型训练。