Duomenų apsauga

Vertiname jūsų pasitikėjimą ir sunkiai dirbame, kad jūsų informacija būtų saugi.

Kaip Airparser apdoroja jūsų duomenis naudodama AI

Airparser paverčia dokumentus ir el. laiškus struktūrizuotais laukais, kuriuos apibrėžiate schemoje, naudodama kombinuotą duomenų ištraukimo procesą — išankstinį apdorojimą, OCR, ištraukimo modelius (įskaitant nuosavus modelius ir patobulintus modelius, specializuotus duomenų ištraukimui), ir baigiamąjį apdorojimą. Norime tiksliai paaiškinti, kaip šis procesas apsaugo jūsų duomenis, kad jums nereikėtų tiesiog mumis pasitikėti be įrodymų.

Šis puslapis papildo mūsų bendrą Saugumo puslapį, atidžiau ir techniškiau apžvelgdamas būtent su AI susijusią proceso dalį.

Ką AI daro Airparser

Airparser nėra paprasta priemonė, sukurta ant pokalbių modelio pagrindo. Ištraukimas sujungia kelis etapus — išankstinį apdorojimą, OCR, struktūrizuoto ištraukimo modelius ir baigiamąjį apdorojimą/validavimą — o AI naudojama šiame procese ten, kur ji suteikia daugiausiai vertės: interpretuojant turinį, kurio išdėstymas ar formatas skiriasi, ir priskiriant jį jūsų schemos laukams. Čia nėra bendro pokalbių sąsajos ir jokio atviro jūsų duomenų raginimo (prompting) už sukonfigūruotos ištraukimo užduoties ribų.

Kaip žingsnis po žingsnio apdorojamas dokumentas

  • Priėmimas — dokumentas pasiekia įkėlus, el. paštu, per API arba integraciją į jūsų Airparser pašto dėžutę.
  • Išankstinis apdorojimas — failas normalizuojamas, o nuskaitytiems failams ar vaizdams paleidžiamas OCR, siekiant sukurti teksto sluoksnį.
  • Struktūrizuotas ištraukimas — dokumentas sulyginamas su jūsų schema naudojant mūsų ištraukimo modelius ir logiką: nuosavų modelių bei patobulintų/specializuotų modelių derinį — sukurtą remiantis mūsų subrangovų puslapyje išvardytais tiekėjais — pritaikytą būtent dokumentų duomenų ištraukimui.
  • Baigiamasis apdorojimas — ištraukti duomenys validuojami ir normalizuojami pagal jūsų schemos lauko tipus prieš juos užbaigiant.
  • Pateikimas — rezultatas išsaugomas jūsų paskyroje ir yra prieinamas per programėlę, API arba sukonfigūruotą eksportą/webhook.

Kodėl derinama OCR, AI ir baigiamasis apdorojimas

Kiekvienas etapas pašalina skirtingą silpnąją vietą. Vien OCR suteikia žalią tekstą, bet nesuteikia supratimo, ką tas tekstas reiškia ar kaip jis atitinka jūsų schemą. AI modeliai gerai interpretuoja reikšmę ir tvarko dokumentus, kurių išdėstymas ar formuluotė skiriasi — su kuo fiksuoti šablonai susitvarko prastai —, tačiau patys savaime negarantuoja gerai tipizuoto, validuoto rezultato. Baigiamasis apdorojimas užpildo šią spragą, patikrindamas tipus, formatus ir nuoseklumą prieš duomenims pasiekiant jūsų paskyrą. Šių trijų derinimas suteikia patikimesnius rezultatus nei pasikliovimas vienu metodu.

Įterpiniai (embeddings) ir ilgi dokumentai

Įterpiniai — tai skaitiniai teksto atvaizdavimai, leidžiantys sistemai nustatyti, kurios dokumento dalys yra svarbiausios konkrečiam laukui ar užklausai, be reikalo apdoroti visą dokumentą kiekviename žingsnyje.

Šią techniką naudojome siekdami padėti efektyviau apdoroti labai ilgus dokumentus. Šiuo metu ji taikoma selektyviai ir lieka veikiau eksperimentinė nei numatytoji kiekvieno ištraukimo dalis — ateityje galime plėsti jos naudojimą, jai brandinant.

Mūsų ištraukimo modeliai

Mūsų ištraukimo procesas naudoja nuosavų modelių ir patobulintų, specializuotų modelių, sukurtų remiantis mūsų subrangovų puslapyje išvardytais LLM tiekėjais, derinį — pritaikytą būtent dokumentų duomenų ištraukimui, o ne bendram pokalbiui.

Mokymas ir duomenų saugojimas

  • Niekada nemokome ir nedetaliname jokio modelio jūsų duomenimis, ir niekada neparduodame jūsų duomenų. Tai nuolatinis įsipareigojimas, o ne nuo plano priklausanti funkcija.
  • Mūsų susitarimai su AI subrangovais draudžia jiems naudoti ištraukimui pateiktus duomenis savo modeliams mokyti.

Šifravimas ir perdavimas

Visas ryšys su mūsų AI subrangovais vyksta per šifruotus ryšius (HTTPS/TLS 1.2+) — tą patį standartą taikome visoms kitoms mūsų infrastruktūros dalims.

Duomenų atskyrimas

Kiekvienos Airparser paskyros dokumentai, schemos ir rezultatai yra logiškai atskirti nuo bet kurios kitos paskyros. Vieno kliento dokumento apdorojimas niekada neatskleidžia ir nesumaišo kito kliento duomenų.

Kas lieka jūsų kontrolėje

  • Jūs esate Duomenų valdytojas; Airparser ir jos AI subrangovai veikia tik kaip Duomenų tvarkytojas, pagal jūsų nurodymus.
  • Bet kada galite ištrinti bet kurį dokumentą, schemą arba visą savo paskyrą.
  • Konfigūruojama saugojimo politika leidžia automatiškai ištrinti apdorotus duomenis nuo 1 iki 180 dienų.

Dažniausiai užduodami klausimai

Ar Airparser tėra priemonė, sukurta ant pokalbių modelio pagrindo?

Ne. Ištraukimas vyksta per procesą — išankstinį apdorojimą, OCR, struktūrizuoto ištraukimo modelius ir baigiamąjį apdorojimą/validavimą — naudojant nuosavų modelių ir patobulintų, specializuotų modelių, sukurtų remiantis mūsų subrangovų puslapyje išvardytais tiekėjais, derinį, pritaikytą būtent dokumentų duomenų ištraukimui, o ne bendram pokalbiui.

Ar apdorojamas žalias failas (pvz., nuskaitytas PDF ar vaizdas), ar tik ištrauktas tekstas?

Tai priklauso nuo dokumento ir schemos, tačiau dokumento turinys — įskaitant žalius failus ir vaizdus, kai to reikia — gali būti tiesiogiai apdorojamas mūsų ištraukimo modelių. Toks apdorojimas šifruojamas perdavimo metu ir niekada nenaudojamas mokymui.

Ar naudojate įterpinius (embeddings) arba vektorinę paiešką?

Selektyviai naudojome įterpinius, kad padėtume efektyviau apdoroti labai ilgus dokumentus. Šiuo metu tai ribota/eksperimentinė praktika, o ne kiekvieno ištraukimo dalis.

Ar Airparser darbuotojai gali skaityti mano dokumentus?

Prieiga prie klientų duomenų ribojama mažiausios privilegijos principu, apribota tik iki to, kas būtina palaikymui ar problemų sprendimui, ir reguliariai audituojama. Daugiau informacijos rasite mūsų Saugumo puslapyje.

Ar mano duomenys naudojami Airparser ar AI tiekėjų modeliams tobulinti?

Ne. Nesimokome iš jūsų duomenų, o mūsų sutartys su AI subrangovais taip pat draudžia jiems tai daryti.

Kas atsitinka su mano duomenimis, jei ištrinu dokumentą?

Jie nedelsiant pašalinami iš aktyvių sistemų bei per jūsų sukonfigūruotą saugojimo laikotarpį (1–180 dienų) iš atsarginių kopijų ir žurnalų.

Klausimai?

Jei jums reikia daugiau informacijos savo saugumo ar tiekėjų vertinimui, susisiekite su mumis adresu [email protected].