Build PII detection training sets — span by span.Read the label spec

[ APSIS — SPEC D’INTÉGRATION RGPD ]

Taxonomy

34 labels, each mapped to a ner_type from the closed list accepted by arbitrate(), an RGPD regime, a token family, and the entity_type used when exporting.

PERORGLOCGPEFACPRODUCTMONEYLAWDATELANGUAGENORPQUANTITYMISC

[ IDENTITY ]

apsis_labelner_typetoken_familyregimeentity_typemaskp
PERSONNEPERPERSONNEART4PERSONtrueP0
DATE_NAISSANCEDATEDATE_NAISSANCEART4DATEtrueP0
MINEURPERART4PERSONtrueP0
  • MINEUR Masquer sur la personne rattachée.

[ CONTACT ]

apsis_labelner_typetoken_familyregimeentity_typemaskp
EMAILMISCEMAILART4EMAILtrueP0
TELEPHONEMISCTELEPHONEART4PHONEtrueP0
ADRESSELOCADRESSEART4LOCATIONtrueP0

[ IDENTIFIERS ]

apsis_labelner_typetoken_familyregimeentity_typemaskp
NIRART. 9 CRITICALITYMISCNIRART4ID_NUMBERtrueP0
ID_OFFICIELMISCIDART4ID_NUMBERtrueP0
IBANMISCIBANART4OTHERtrueP0
CARTE_BANCAIREMISCCARTEART4CREDIT_CARDtrueP0
SIRENMISCSIRENART4OTHERtrueP0
SIRETMISCSIRETART4OTHERfalseP0
ID_PRO_SANTEMISCID_PROART4ID_NUMBERtrueP0
PLAQUEMISCPLAQUEART4OTHERtrueP1
MATRICULEMISCMATRICULEART4ID_NUMBERtrueP1
  • SIRET true si personne physique (indépendant, micro-entrepreneur, nom + SIRET).

[ TECHNICAL ]

apsis_labelner_typetoken_familyregimeentity_typemaskp
IPMISCIPART4IP_ADDRESStrueP0
ID_TECHMISCID_TECHART4OTHERtrueP1
LOGINMISCLOGINART4OTHERtrueP1
URLMISCURLART4URLtrueP1
  • URL Hors catalogue PDF — ajouté pour l’export Taks.md.

[ LOCATION ]

apsis_labelner_typetoken_familyregimeentity_typemaskp
LIEULOC / GPE / FACLIEUART4LOCATIONfalseP1
GEOLOCGEOART4LOCATIONtrueP1
  • LIEU La whitelist geo_france décide (~1 098 communes).

[ PROFESSIONAL ]

apsis_labelner_typetoken_familyregimeentity_typemaskp
ORGANISATIONORGENTREPRISEART4ORGANIZATIONfalseP1
MONTANTMONEYMONTANTART4OTHERtrueP1
DATEDATEDATEART4DATEtrueP1
  • ORGANISATION Whitelist + mode décident.
  • MONTANT Masqué en strict, laissé à partir d’équilibré.
  • DATE Masqué en strict seulement.

[ ART. 9 — SPECIAL CATEGORY ]

apsis_labelner_typetoken_familyregimeentity_typemaskp
SANTEMISCSANTEART9OTHERfalseP0
ORIGINENORPORIGINEART9OTHERtrueP0
POLITIQUEMISCPOLITIQUEART9OTHERtrueP0
RELIGIONMISCRELIGIONART9OTHERtrueP0
SYNDICATMISCSYNDICATART9OTHERtrueP0
GENETIQUEMISCGENETIQUEART9OTHERtrueP0
BIOMETRIEMISCBIOMETRIEART9OTHERtrueP0
VIE_SEXUELLEMISCVIE_SEXUELLEART9OTHERtrueP0
ORIENTATIONMISCORIENTATIONART9OTHERtrueP0
  • SANTE PDF §4 : détecter, mais ne pas masquer le terme médical si aucune personne n’est attachée.
  • BIOMETRIE Uniquement la biométrie servant à identifier.

[ ART. 10 — CRIMINAL ]

apsis_labelner_typetoken_familyregimeentity_typemaskp
PENALMISCPENALART10OTHERtrueP0
  • PENAL Ne pas confondre avec un impayé commercial (art. 4 seulement).