ทำไมต้อง Regex + NLP?
แนวทางของเรา
- ผลลัพธ์ที่สามารถทำซ้ำได้ 100%
- ตรวจสอบได้อย่างเต็มที่เพื่อความสอดคล้อง
- ไม่ต้องการข้อมูลการฝึกอบรม
- การตัดสินใจที่โปร่งใส
- ประสิทธิภาพที่รวดเร็วและคาดการณ์ได้
- ไม่มีการเบี่ยงเบนของโมเดลตามเวลา
แนวทาง AI/ML
- ผลลัพธ์แตกต่างกันระหว่างการทำงาน
- การตัดสินใจแบบกล่องดำ
- ต้องการข้อมูลการฝึกอบรม
- ตรวจสอบได้ยาก
- ค่าใช้จ่ายในการคำนวณสูงขึ้น
- การเบี่ยงเบนของโมเดลตามเวลา
กระบวนการ 10 ขั้นตอน
จากข้อมูลนำเข้าสู่ผลลัพธ์ นี่คือสิ่งที่เกิดขึ้นกับเอกสารของคุณ
ข้อมูลนำเข้า
ส่งเอกสารของคุณผ่านทางเว็บอินเตอร์เฟส, API หรือ Office Add-in
การตรวจจับภาษา
ระบบระบุภาษาของเอกสารเพื่อการประมวลผลที่ดีที่สุด
การแยกคำ
ข้อความจะแบ่งออกเป็นโทเค็นเพื่อการจับคู่รูปแบบ
การจับคู่รูปแบบ
รูปแบบ regex สแกนหาประเภทเอนทิตีมากกว่า 50 ประเภท
การวิเคราะห์บริบท
ข้อความรอบข้างช่วยปรับปรุงความแม่นยำในการตรวจจับ
การให้คะแนนความมั่นใจ
การตรวจจับแต่ละครั้งจะได้รับคะแนนความมั่นใจ
การจำแนกประเภทเอนทิตี
รายการที่ตรวจจับได้จะถูกจัดประเภทตามประเภท
ตรวจสอบผลลัพธ์
ดูการตรวจจับทั้งหมดพร้อมตำแหน่งและคะแนน
ใช้การทำให้ข้อมูลเป็นนิรนาม
เลือกวิธีการของคุณ: แทนที่, แก้ไข, แฮช, เข้ารหัส, หรือปิดบัง
เอกสารผลลัพธ์
ดาวน์โหลดเอกสารที่ทำให้ข้อมูลเป็นนิรนามของคุณ
MCP Server: การรวม AI ที่เน้นความเป็นส่วนตัว
ข้อมูลของคุณไหลผ่าน MCP Server เพื่อรักษาความปลอดภัยของเครื่องมือ AI
MCP Server ทำหน้าที่เป็นเกราะป้องกันความเป็นส่วนตัว โดยดักจับคำขอจากเครื่องมือ AI ทำให้ข้อมูลส่วนบุคคลเป็นนิรนาม ประมวลผลข้อมูลที่ปลอดภัยผ่าน AI และคืนค่าเดิมตามต้องการ
คำขอจากเครื่องมือ AI
เครื่องมือ AI ของคุณ (Cursor, Claude) ส่งคำขอที่มี PII
MCP Server ดักจับ
เซิร์ฟเวอร์วิเคราะห์และตรวจจับเอนทิตี PII ทั้งหมด
การทำให้ข้อมูลเป็นนิรนาม
PII ถูกแทนที่ด้วยโทเค็นหรือถูกแก้ไข
การประมวลผล AI
AI รับและประมวลผลเฉพาะข้อมูลที่ทำให้เป็นนิรนาม
การส่งคืนคำตอบ
คำตอบจาก AI จะกลับมาผ่าน MCP Server
การคืนค่าโทเค็น
ตัวเลือก: คืนค่าตัวเลขเดิมสำหรับผู้ใช้