PRESERVAÇÃO DA PRIVACIDADE EM UM BANCO DE DADOS ACESSÍVEL POR QUERIES CONSTRUÍDO A PARTIR DE TEXTOS NÃO ESTRUTURADOS

IPC Classification

Priority claims

Abstract

PRESERVAÇÃO DA PRIVACIDADE EM UM BANCO DE DADOS ACESSÍVEL POR QUERIES CONSTRUÍDO A PARTIR DE TEXTOS NÃO ESTRUTURADOS .A presente invenção refere-se a método implementado por computador para gerar um banco de dados acessível por queries (109). O método recebe um corpus de documentos de texto livre (120) contendo dados confidenciais, sendo os documentos de texto livre relacionados ao mesmo domínio. Um sistema treinado de Processamento de Linguagem Natural (NLP) (104) atribui uma ou mais entidades nomeadas abstratas a cada documento de texto livre no corpus. As entidades nomeadas abstratas de cada documento de texto livre são armazenadas em um banco de dados acessível por queries configurado para fornecer informações agregadas sobre as entidades nomeadas. O sistema de NLP é configurado de forma que as entidades nomeadas abstratas sejam reconhecidas e desambiguadas com uma precisão entre 0,75 e menor que 1 e um recall entre 0,75 e menor que 1, e de modo que a razão de precisão e recall esteja entre 0,7 e 1,3; em que o banco de dados acessível por queries esteja livre da adição de ruído artificial por um algoritmo de geração de ruído artificial.