El Ministerio de Justicia de Finlandia, junto con la Universidad de Helsinki, la Universidad Aalto y Statistics Finland, creó Anoppi, una herramienta de tecnología del lenguaje de código abierto que pseudonimiza automáticamente nombres y datos personales en resoluciones judiciales y administrativas antes de publicarlas como datos abiertos.
Detalles
Madurez
Consolidada
Promotor
Finnish Ministry of Justice, with the University of Helsinki (HELDIG), Aalto University and Statistics Finland
Período
2018–2020 (project); tool remains available as open-source software
Palabras clave
justice, data protection, open data, public administration
Contexto
En virtud de las obligaciones del RGPD en Finlandia, las sentencias judiciales y otras resoluciones oficiales publicadas para investigación y escrutinio público deben primero tener eliminados los datos personales — tradicionalmente una tarea de redacción manual y lenta. El proyecto Anoppi (2018-2020), liderado por el Ministerio de Justicia junto con la Universidad de Helsinki (HELDIG), la Universidad Aalto, Statistics Finland y la editorial Edita, desarrolló una herramienta de tecnología lingüística para automatizar esta tarea en documentos en finés.
Actividades
Anoppi combina reconocimiento de entidades nombradas estadístico y basado en reglas con análisis morfológico para detectar y sustituir nombres e identificadores por marcadores neutros (por ejemplo, 'Persona A') preservando la estructura del documento, ofrecido como aplicación web y API REST; se presentó en la conferencia sobre IA del Consejo de Europa en Helsinki en febrero de 2019 y se publicó como código abierto.
Resultados
La evaluación revisada por pares del propio proyecto concluyó que Anoppi 'funciona bien con distintos tipos de documentos'.
Conclusiones
La evaluación también señaló que el reconocimiento y la desambiguación de entidades nombradas siguen produciendo errores, un reconocimiento honesto de que la seudonimización automatizada aún no está libre de errores — quienes la utilicen deben mantener la revisión humana en el proceso para documentos altamente sensibles.
Implementación
Coste indicativo
Bajo (< 50 000 €)
Tiempo hasta resultados
Medio (1–3 años)
Personal y competencias
Ministry of Justice, University of Helsinki (HELDIG), Aalto University Semantic Computing Research Group, Statistics Finland
Condiciones para el éxito
Combining statistical and rule-based NER with morphological analysis for a morphologically rich language
Open-source release for reuse by other authorities
Modos de fallo comunes
Named-entity recognition and disambiguation still produce errors; human review recommended for highly sensitive documents
Vías de financiación indicativas para prácticas de este tipo: compruebe siempre las convocatorias vigentes y las reglas de elegibilidad de cada programa.
¿Usted implementa esta práctica?
Reivindíquela —
los implementadores verificados obtienen un contacto público en la página y pueden proponer correcciones.
Fuentes de datos
De dónde se obtuvo la información de esta práctica, y cuándo.