DSpace/Manakin Repository

Utilizando extração de relação entre entidades para detecção de informações pessoais sensíveis em português.

Mostrar registro simples

dc.creator.ID LUCENA, A. L. pt_BR
dc.creator.Lattes http://lattes.cnpq.br/2962858146566073 pt_BR
dc.contributor.advisor1 MORAIS, Fábio Jorge Almeida.
dc.contributor.advisor1ID MORAIS, F. J. A. pt_BR
dc.contributor.advisor1Lattes http://lattes.cnpq.br/0987042606840444 pt_BR
dc.contributor.referee1 PIRES, Carlos Eduardo Santos.
dc.contributor.referee1ID PIRES, C. E. S. pt_BR
dc.contributor.referee1Lattes http://lattes.cnpq.br/4986021622366786 pt_BR
dc.contributor.referee2 BRASILEIRO, Francisco Vilar.
dc.contributor.referee2ID BRASILEIRO, F. pt_BR
dc.contributor.referee2Lattes http://lattes.cnpq.br/5957855817378897 pt_BR
dc.description.resumo Atualmente, a grande gama de plataformas, aplicativos e operações online disponíveis para a resolução de diferentes problemas resulta em um tráfego de grande volume de dados de usuários, inclusive dados sensíveis e de identificação. Para proteger a privacidade dos usuários, um direito assegurado por leis em todo o mundo (Leis de Proteção de Dados), é necessária uma atenção maior a esses dados para não serem publicados. No entanto, identificar as informações sensíveis entre tantos outros tipos de dados, pode não ser uma tarefa trivial. Estudos já existentes propõem a aplicação de técnicas de Processamento de Linguagem Natural (PLN) para identificação automática de Informações Pessoais Identificáveis (Personal Identifiable Information, PII) em documentos em português. O objetivo deste trabalho é propor, através de uma prova de conceito, uma abordagem complementar às utilizadas nos estudos relacionados, através da tarefa de Extração de Relação de PLN. Para tal, foi criado um componente que combina um modelo de linguagem especializado na língua portuguesa e camadas adicionais de extração de relação. Para o treinamento e avaliação do componente, foi gerada uma base de dados sensíveis sintéticos com o auxílio de um Large Language Model (LLM). Os resultados foram satisfatórios, com métricas de precisão, recall e f1-score acima de 95%, indicando que a abordagem pode ser uma boa proposta para detecção automática de informações sensíveis pessoais. pt_BR
dc.publisher.country Brasil pt_BR
dc.publisher.department Centro de Engenharia Elétrica e Informática - CEEI pt_BR
dc.publisher.initials UFCG pt_BR
dc.subject.cnpq Ciência da Computação pt_BR
dc.title Utilizando extração de relação entre entidades para detecção de informações pessoais sensíveis em português. pt_BR
dc.date.issued 2024-05-15
dc.description.abstract Currently, the wide range of platforms, applications, and online operations available for solving different problems result in a high volume of user data traffic, including sensitive and identifying data. To protect users' privacy, a right guaranteed by laws worldwide (Data Protection Laws), greater attention to these data is necessary to prevent their disclosure. However, identifying sensitive information among many other types of data may not be a trivial task. Existing studies propose the application of Natural Language Processing (NLP) techniques for the automatic identification of Personal Identifiable Information (PII) in Portuguese documents. The aim of this work is to propose, through a proof of concept, a complementary approach to those used in related studies, through the task of NLP Relation Extraction. To do so, a component was created that combines a language model specialized in the Portuguese language and additional layers of relation extraction. For the training and evaluation of the component, a synthetic sensitive database was generated with the assistance of a Large Language Model (LLM). The results were satisfactory, with precision, recall, and f1-score metrics above 95%, indicating that the approach could be a good proposal for automatic detection of sensitive personal information. pt_BR
dc.identifier.uri http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/37848
dc.date.accessioned 2024-09-19T19:05:13Z
dc.date.available 2024-09-19
dc.date.available 2024-09-19T19:05:13Z
dc.type Trabalho de Conclusão de Curso pt_BR
dc.subject Leis de Proteção de Dados pt_BR
dc.subject Informações Pessoais Identificáveis - Português pt_BR
dc.subject Processamento de Linguagem Natural (PLN) pt_BR
dc.subject Data Protection Laws pt_BR
dc.subject Personal Identifiable Information (PII) - Portuguese pt_BR
dc.subject Natural Language Processing (NLP) pt_BR
dc.rights Acesso Aberto pt_BR
dc.creator LUCENA, Andrielly de Lima.
dc.publisher Universidade Federal de Campina Grande pt_BR
dc.language por pt_BR
dc.title.alternative Using entity relationship extraction for detection of sensitive personal information in portuguese. pt_BR
dc.identifier.citation LUCENA, Andrielly de Lima. Utilizando extração de relação entre entidades para detecção de informações pessoais sensíveis em português. 2024. 13 f. Artigo (Bacharelado em Ciência da Computação) - Universidade Federal de Campina Grande, Centro de Engenharia Elétrica e Informática, Campina Grande, Paraíba, Brasil, 2024. pt_BR


Arquivos deste item

Este item aparece na(s) seguinte(s) coleção(s)

Mostrar registro simples

Buscar DSpace


Busca avançada

Navegar

Minha conta