By · Last updated 2026-06-03

ব্লগে ফিরে যানআইন প্রযুক্তি

আইনি PII: বিশেষাধিকার শনাক্তকরণ

কেস রেফারেন্স নম্বর, বার অ্যাডমিশন নম্বর, আদালতের ডকেট নম্বর এবং ক্লায়েন্ট ম্যাটার আইডি — এগুলো আইনগতভাবে সংবেদনশীল পরিচয়কারী তথ্য যা সাধারণ PII টুলগুলো ধরতে পারে না।

June 3, 20267 মিনিট পড়া
attorney-client privilegelegal document reviewcase numberslaw firm privacylegal tech

title: "আইনি PII: বিশেষাধিকার শনাক্তকরণ" description: "কেস রেফারেন্স নম্বর, বার অ্যাডমিশন নম্বর, আদালতের ডকেট নম্বর এবং ক্লায়েন্ট ম্যাটার আইডি — এগুলো আইনগতভাবে সংবেদনশীল পরিচয়কারী তথ্য যা সাধারণ PII টুলগুলো ধরতে পারে না।" category: legal-tech publishedAt: 2026-06-03 tags:

  • অ্যাটর্নি-ক্লায়েন্ট বিশেষাধিকার
  • আইনি নথি পর্যালোচনা
  • কেস নম্বর
  • আইন সংস্থার গোপনীয়তা
  • লিগ্যাল টেক readingTime: 7

AI যুগে অ্যাটর্নি-ক্লায়েন্ট বিশেষাধিকার: আপনার অ্যানোনিমাইজেশন টুলকে যে আইনি PII শনাক্ত করতেই হবে

সাধারণ PII টুলগুলো নাম, ইমেইল এবং SSN ধরে। তারা কেস রেফারেন্স আইডি, বার অ্যাডমিশন নম্বর এবং ক্লায়েন্ট ম্যাটার ট্যাগ ধরতে পারে না। এগুলো গুরুতর বিশেষাধিকার ঝুঁকি তৈরি করে। সাধারণ টুলগুলো এই ফাঁক খোলা রেখে দেয়।

আইন সংস্থাগুলো প্রতিদিন AI টুলে ফাইল পাঠায়। সেই ফাইলগুলোতে বিশেষাধিকার-সংবেদনশীল চিহ্নিতকারী থাকে যা সাধারণ টুলগুলো ধরতে পারে না।

যখন কোনো আইন সংস্থা AI অ্যাসিস্ট্যান্টের মাধ্যমে ফাইল পাঠায়, সেই ফাইলগুলোতে সাধারণ PII-এর পাশাপাশি আইনি আইডি থাকে:

  • ক্লায়েন্ট ম্যাটার ট্যাগ: পূর্ণ ম্যাটার ফাইল এবং ক্লায়েন্টের নামের সাথে সংযুক্ত
  • কেস রেফারেন্স আইডি: আদালত-নির্ধারিত কোড যা ব্যক্তিগত বিবরণসহ পাবলিক রেকর্ডের সাথে যুক্ত
  • বার অ্যাডমিশন নম্বর: অ্যাটর্নি আইডি যা রাজ্যের পাবলিক ডিরেক্টরিতে সার্চযোগ্য
  • আদালতের ডকেট কোড: পূর্ণ কেস ইতিহাসহ পাবলিক ফাইলিং সিস্টেমের সাথে সংযুক্ত
  • জুডিশিয়াল অ্যাসাইনমেন্ট কোড: সংবেদনশীল পরিস্থিতিতে সভাপতিকারী বিচারককে শনাক্ত করে

এর যেকোনো একটি বাইরের AI ভেন্ডরকে পাঠালে একটি সম্ভাব্য বিশেষাধিকার সমস্যা তৈরি হয়।

কেন এই আইডিগুলোর জন্য কাস্টম শনাক্তকরণ দরকার

আদালতের ডকেট ফরম্যাট জেলা-স্তরের প্যাটার্ন অনুসরণ করে। কোনো একটি প্যাটার্ন সমস্ত ফেডারেল ও রাজ্য আদালত কভার করতে পারে না।

ফেডারেল সিভিল মামলায় দুই-অঙ্কের বছর, তারপর "cv", তারপর একটি কেস নম্বর ব্যবহার হয়। ক্রিমিনাল মামলায় একই জায়গায় "cr" ব্যবহার হয়। রাজ্য আদালতগুলো অঞ্চলভেদে পরিবর্তিত হয় এবং কোনো ভাগ করা মানদণ্ড নেই।

বার অ্যাডমিশন নম্বর রাজ্য-নির্দিষ্ট। California একটি সংখ্যাসূচক ফরম্যাট ব্যবহার করে। New York একটি রেজিস্ট্রি ফরম্যাট ব্যবহার করে। Texas তার নিজস্ব বার আইডি ফরম্যাট ব্যবহার করে। কোনো জাতীয় ফরম্যাট নেই।

ক্লায়েন্ট ম্যাটার ট্যাগ সংস্থা-নির্দিষ্ট। প্রতিটি সংস্থা তার নিজস্ব ফরম্যাট তৈরি করে। বছর-ক্লায়েন্ট-ম্যাটার। প্র্যাকটিস গ্রুপ কোড। সিকোয়েন্শিয়াল আইডি।

সাধারণ PII টুলগুলো কাস্টম সেটআপ ছাড়া এর কিছুই জানতে পারে না।

ফাঁকটি বাস্তব। একটি ডকুমেন্ট টুল পূর্ণ ম্যাটার প্রসঙ্গ পায়। ডকেট কোড পাবলিক রেকর্ডের সাথে যুক্ত। ক্লায়েন্ট ট্যাগ উপস্থিত। টুল রিপোর্ট করে PII সরানো হয়েছে। নাম ও ইমেইল সরানো হয়েছে। বিশেষাধিকার-সংবেদনশীল আইডিগুলো সরানো হয়নি।

লিগ্যাল AI স্টার্টআপের ঘটনা

একটি লিগ্যাল AI স্টার্টআপ আইন সংস্থার জন্য একটি ডকুমেন্ট টুল তৈরি করে। পণ্যটি ডিসকভারি ফাইল স্ক্যান করে, প্রাসঙ্গিক ধারা খুঁজে বের করে এবং সম্ভাব্য বিশেষাধিকার বিষয়বস্তু চিহ্নিত করে। এন্টারপ্রাইজ ক্লায়েন্টরা প্রসেস করার আগে সাধারণ PII-এর পাশাপাশি ক্লায়েন্ট ম্যাটার ট্যাগ রিড্যাকশন দাবি করে।

কমপ্লায়েন্স বাধা: AI টুল ক্লায়েন্ট ম্যাটার ট্যাগ সম্বলিত ফাইল ডেটা প্রসেস করে। পাবলিক কোর্ট ফাইলিংয়ের সাথে মিলিয়ে, এই ট্যাগগুলো ম্যাটার সনাক্তকরণের সুযোগ দিতে পারে। এন্টারপ্রাইজ লিগ্যাল অপস টিম এটিকে অগ্রহণযোগ্য হিসেবে চিহ্নিত করে।

কাস্টম এন্টিটি শনাক্তকরণের আগে:

  • চুক্তি পর্যালোচনায় কমপ্লায়েন্স ফাঁক পাওয়া যায়
  • কাস্টম NLP মডেলের জন্য ৩+ মাসের ইঞ্জিনিয়ারিং কিউ
  • এন্টারপ্রাইজ চুক্তি স্থগিত

কাস্টম এন্টিটি API দিয়ে:

  • অনবোর্ডিংয়ে কমপ্লায়েন্স অফিসার ম্যাটার ট্যাগ ফরম্যাট নির্ধারণ করেন
  • নমুনা ফাইলে প্যাটার্ন পরীক্ষা: ২ দিন
  • পাইপলাইনে কাস্টম এন্টিটি যোগ: আরও ১ দিন
  • এন্টারপ্রাইজ চুক্তি এগিয়ে চলে

পার্থক্য হলো ৩ দিন বনাম ৩+ মাস। কাজটি হলো প্যাটার্ন সেটআপ এবং API ইন্টিগ্রেশন। কোনো NLP মডেল ট্রেনিং দরকার নেই।

বিভাগ অনুযায়ী সাধারণ ফরম্যাট

ফেডারেল আদালতের ডকেট:

ফেডারেল সিভিল মামলায় ব্যবহার হয়: দুই-অঙ্কের বছর + "cv" + ৪-৬ অঙ্কের কেস নম্বর। উদাহরণ: 24-cv-12345। ক্রিমিনাল মামলায় একই জায়গায় "cr" ব্যবহার হয়। দেউলিয়া মামলায় "bk" ব্যবহার হয়। আপিলে দুই-অঙ্কের বছর এবং সার্কিট অনুযায়ী ভিন্ন ৪-৫ অঙ্কের নম্বর ব্যবহার হয়।

রাজ্য আদালতের ফরম্যাট (উদাহরণ):

California Superior Court একটি ছয়-অঙ্কের প্রিফিক্স সিস্টেম ব্যবহার করে। New York বছর ও ক্রম সহ একটি ইনডেক্স ফরম্যাট ব্যবহার করে। Texas বছর, ক্রম এবং আদালত কোড সহ একটি কারণ ফরম্যাট ব্যবহার করে।

ক্লায়েন্ট ম্যাটার ট্যাগ (সাধারণ সংস্থা ফরম্যাট):

বেশিরভাগ সংস্থায় তিনটি সাধারণ প্যাটার্ন দেখা যায়:

  • দুই-অঙ্কের বছর, ক্লায়েন্ট আইডি, ম্যাটার ক্রম (যেমন: 24-ACME-001)
  • প্র্যাকটিস গ্রুপের আদ্যাক্ষর, বছর, তারপর চার-অঙ্কের ক্রম (যেমন: LIT240042)
  • ছয়-অঙ্কের আইডিসহ ক্লায়েন্ট প্রিফিক্স (যেমন: SMITHCO-000123)

US বার অ্যাডমিশন আইডি:

বেশিরভাগ রাজ্যে ৪-৮ অঙ্কের নম্বর ব্যবহার হয়, কখনো রাজ্য-স্তরের প্রিফিক্স সহ। USDC অ্যাডমিশন আইডি জেলা অনুযায়ী পরিবর্তিত হয় এবং কোনো ভাগ করা ফরম্যাট নেই।

বিশেষাধিকার-সচেতন প্রসেসিং পাইপলাইন

ডকুমেন্ট রিভিউ AI-এর জন্য একটি স্তরায়িত পাইপলাইন পূর্ণ পরিসর পরিচালনা করে।

স্তর ১ — সাধারণ PII শনাক্তকরণ

নাম, ইমেইল, ফোন নম্বর, ঠিকানা, SSN। উচ্চ নির্ভুলতা। প্রতিষ্ঠিত টুলিং এই স্তর ভালোভাবে পরিচালনা করে।

স্তর ২ — কাস্টম কোড শনাক্তকরণ

ম্যাটার কোড, ডকেট আইডি, বার আইডি। অনবোর্ডিংয়ে নির্ধারিত সংস্থা-নির্দিষ্ট প্যাটার্ন। এই স্তর সেই ফাঁক পূরণ করে যা সাধারণ টুলগুলো মিস করে।

স্তর ৩ — বিশেষাধিকার পর্যালোচনা (মানব)

স্বয়ংক্রিয় শনাক্তকরণের পরে, একজন অ্যাটর্নি চিহ্নিত চিহ্নিতকারী পর্যালোচনা করেন। ATTORNEY-CLIENT হেডার। WORK PRODUCT লেবেল। CONFIDENTIAL চিহ্নিতকরণ। এই স্তরে মানব পর্যালোচনা ঐচ্ছিক নয়।

স্তর ৪ — প্রসঙ্গ ব্যতিক্রম পর্যালোচনা

বিশেষাধিকার ঝুঁকিহীন পাবলিক রেকর্ড ডকেট বনাম বিশেষাধিকার ঝুঁকিপূর্ণ ক্লায়েন্ট ম্যাটার ট্যাগ। এটি অ্যাটর্নির বিচারবুদ্ধি প্রয়োজন। এটি স্বয়ংক্রিয় করা যায় না।

স্তর ১ এবং ২ উচ্চ-ভলিউম কাজ পরিচালনা করে। স্তর ৩ এবং ৪ অ্যাটর্নির বিচারবুদ্ধি সেখানে রাখে যেখানে বিশেষাধিকারের সিদ্ধান্ত নেওয়ার দায়িত্ব। AI টুল ব্যবহারে বিশেষাধিকার ইতিমধ্যে প্রত্যাহার হলে কী হয় সে সম্পর্কে দেখুন attorney-client privilege and AI

ডেভেলপারদের জন্য সেটআপ

অনবোর্ডিং কনফিগারেশন

এন্টারপ্রাইজ অনবোর্ডিংয়ের সময় ক্লায়েন্ট ম্যাটার ট্যাগ ফরম্যাট সংগ্রহ করুন। প্রতিটি সংস্থা একটি ভিন্ন ফরম্যাট ব্যবহার করে। সেগুলো সংস্থা-নির্দিষ্ট কাস্টম এন্টিটি হিসেবে সংরক্ষণ করুন। সেই অ্যাকাউন্টের সমস্ত প্রসেসিংয়ে প্রয়োগ করুন।

ডিফল্ট প্রিসেট

পূর্ব-নির্মিত প্রিসেট কাস্টম কাজ ছাড়াই সাধারণ প্রসঙ্গগুলো কভার করে:

  • "Federal Court Documents" — সিভিল, ক্রিমিনাল এবং দেউলিয়া মামলার ফেডারেল ডকেট প্যাটার্ন
  • "State Court Documents (CA/NY/TX)" — তিনটি প্রধান বিচার এলাকার রাজ্য-নির্দিষ্ট ফরম্যাট
  • "Internal Operations" — ম্যাটার ট্যাগ এবং সাধারণ PII
  • "Outside Counsel Portal" — বিল রেফারেন্স, ম্যাটার ট্যাগ এবং সাধারণ PII

অডিট ডকুমেন্টেশন

প্রসেসিং রেকর্ডে দেখানো উচিত যে প্রতিটি শনাক্তকরণ পাসে কাস্টম কোড অন্তর্ভুক্ত ছিল। এটি বিশ্লেষণ পদ্ধতির জন্য ওয়ার্ক প্রোডাক্ট সুরক্ষা সমর্থন করে।

মামলায় রিড্যাকশন খরচ কীভাবে বাড়ে তার বিস্তারিত দেখুন e-discovery PII automation and legal review cost reduction

উপসংহার

বিশেষাধিকার-সংবেদনশীল আইডি সাধারণ PII-এর মতোই ঝুঁকিপূর্ণ — প্রায়ই আরও বেশি। যে টুলগুলো ডকেট কোড এবং ম্যাটার ট্যাগ মিস করে তারা ডকুমেন্ট ওয়ার্কফ্লোতে একটি বাস্তব ফাঁক রেখে যায়।

সমাধান কোনো NLP মডেল নয়। এটি প্যাটার্ন সেটআপ। আইন সংস্থার টুল তৈরি করা ডেভেলপারদের জন্য, এটি ৩-দিনের সমাধান এবং ৩-মাসের প্রকল্পের পার্থক্য। আইন সংস্থার জন্য, এটি AI-সহায়তা পর্যালোচনার প্রতিরক্ষাযোগ্যতা এবং বিশেষাধিকার প্রত্যাহারের ঝুঁকির পার্থক্য।

সূত্র

আপনার তথ্য সুরক্ষিত করতে প্রস্তুত?

48 ভাষায় 285+ সত্তা প্রকারের সাথে PII অ্যানোনিমাইজ করা শুরু করুন।

About this page

We update this page when our platform or the law changes.

Read our founder note for how we work.

Each change shows up in the timestamp at the top.

Related reading

We follow these rules

  • GDPR (EU 2016/679).
  • ISO/IEC 27001:2022.
  • NIS2 (EU 2022/2555).
  • HIPAA safe harbor under 45 CFR § 164.514(b)(2).

Our promise

We do not sell your data.

We do not train models on your text.

We store your files in Germany.

You can delete your account at any time.

You own your work.

Where we run

Our servers live in Falkenstein, Germany.

We use Hetzner. They hold ISO 27001 certification.

All data stays in the EU.

Backups run every day.

Need help?

Email support@anonym.legal.

We reply within one business day.

How we test

We run a full check suite on every release.

Each surface gets its own sweep script and report.

Human reviewers spot-check the output each week.

We track recall and precision on a labelled set.

Bad runs block the deploy.

What we never do

  • We never sell your information to third parties.
  • We never train models on what you upload.
  • We never keep your work after you delete it.
  • We never share keys with any outside firm.
  • We never run ads inside the product.

Plans in plain words

We sell credits, not seats.

One credit covers one short job.

Long jobs use a few credits each.

You can top up at any time.

Unused credits roll over each month.

Read the plans page for current rates.

Who built this

A small team of engineers and lawyers built this.

We ship from Europe and work in the open.

Our founder note spells out why we started.

Where to start

How the parts fit

A browser add-on cleans text inside Chrome.

A Word plug-in handles drafts in Office.

A small desktop tool works on whole folders.

An agent protocol link feeds large models safely.

All four share one core engine and one rule set.

Words from our team

We started this work after a lunch about cookies.

One friend kept getting odd ads on her phone.

We asked why a court file leaked through a draft.

We sketched the first build on a napkin that week.

By month three we had a tiny demo for a friend.

She used it on her first case the next day.

Common questions we hear

Can the tool read scanned PDFs? Yes, with OCR.

Does it work on long files? Yes, in small chunks.

Can I roll my own rule set? Yes, save it as a preset.

Does it run offline? The desktop build runs offline.

Do you keep my files? No, the cloud build wipes after each run.

Will it learn from my work? No, we never train on inputs.

A short tour of the workflow

Upload a file or paste a snippet of prose.

Pick the entities you want gone from the draft.

Choose a method: replace, mask, hash, encrypt, or redact.

Press run and watch the side panel show each hit.

Skim the result and tweak any rule that misfired.

Save the cleaned file or send it to a teammate.