PII en documents multilingues: per que les eines d'un sol idioma fallen
Actualitzat per al 2026.
Els documents creuen les fronteres linguistiques
El contracte de treball d'una empresa farmaceutica suissa no esta escrit en una sola llengua. Suissa te quatre idiomes oficials. Les empreses suisses barregen l'alemany al cos principal, el frances a les clausules juridiques i l'angles a les seccions globals. Aixo pot passar en un sol paragraf.
Una acta d'un consell d'administracio belga te text en holandes, parts formals en frances i resums en angles. Un acord de dades global pot tenir especificacions tecniques en angles i clausules de drets en alemany.
Aixo no es infrequest. Es la norma per a les empreses DACH i de la UE. Les eines PII monolingues fallen amb aquests arxius.
La bretxa del 45% de deteccions fallides
Les eines NER monolingues tenen una taxa de deteccio fallida de PII un 45% superior en arxius mixtos. Aixo es compara amb arxius en un sol idioma.
La causa principal es el disseny. Un model entrenat amb text alemany coneix les formes de noms locals i les regles d'adreces. Quan arriba a una seccio en frances, esta fora del seu rang d'entrenament. Els noms i els IDs d'aquella part reben una deteccio deficient. El model no es feble: va ser construit per a una altra llengua.
L'EDPB 2024 va constatar que el 72% de les empreses de la UE processen arxius en tres o mes idiomes alhora. Gartner 2024 va trobar que els arxius de RRHH multilingues tenen un 67% mes de PII per pagina que els arxius en un sol idioma. Mes PII mes mes errors fa que la bretxa s'amplifiqui.
Consulteu la nostra guia de RGPD per a les normes aplicables.
On es concentren els errors
El fracas no es uniforme en tot un arxiu. El PII en els salts de seccio corre el major risc.
Considereu aquesta clausula: estructura de frases en alemany, un nom d'empleat en frances i una data de naixement en frances, tot en una sola linia. El model NER veu el nom en frances on esperava un nom local. Pot no marcar-lo. Un model entrenat en frances veu les paraules de context en alemany i no pot llegir l'estructura.
Els arxius de RRHH fan que aixo sigui costOs. Gartner va trobar un 67% mes de PII per pagina en arxius de RRHH mixtos. Els errors en els salts de seccio fan mes mal en el tipus d'arxiu amb mes dades personals.
Els models translingues ho solucionen
XLM-RoBERTa s'entrena amb text de 100 idiomes alhora. No utilitza un model nou per idioma. Apren que la deteccio de noms funciona de la mateixa manera en diferents contextos linguistics. Un nom i el seu context comparteixen la mateixa estructura en alemany, frances i angles.
Per als arxius mixtos, el model no canvia en un salt de seccio. Llegeix el text complet com un bloc. Aplica les mateixes regles d'entitats en cada punt.
L'ajust fi en alemany i frances afegeix precisio per a cada idioma per separat. Pero la base translingue detecta el PII en els salts on els models d'un sol idioma fallen.
Per a les empreses DACH els arxius de les quals creuen seccions linguistiques, aixo es un guany real. Les entitats que les eines d'un sol idioma deixen de detectar en els salts les troben els models translingues.
Consulteu la nostra pagina de mesures de seguretat per veure com anonym.legal gestiona aixo.
Passos a fer ara
Comproveu l'abast de la vostra eina. Demaneu al vostre proveidor les puntuacions de recall per locale. "Admet molts idiomes" pot significar que el text passa primer per traduccio automatica. Aixo no es escaneig natiu.
Cartografieu els vostres arxius per locale. Una empresa DACH amb un 60% d'alemany, un 30% de frances i un 10% d'angles te bretxes diferents.
Proveu amb mostres de salt de seccio. Creeu un conjunt de proves amb deu exemples de clausules multilingues. Comproveu el recall en tot l'arxiu, no nomes en les parts de l'idioma principal.
Reviseu els vostres DIPs. Un DIP construit sobre registres d'un sol idioma pot ser incomplet. Corregiu-ho abans que ho faci una auditoria.
Per a detalls sobre l'API i la cobertura d'entitats, consulteu la pagina de preus.
anonym.legal utilitza XLM-RoBERTa mes models nadius de spaCy i Stanza. Detecta PII en tots els salts de seccio en alemany, frances, angles i 45 localitats mes.