NAIH Hungary: TAJ-Szam at Mga Teknikal na Kinakailangan ng GDPR
Na-update para sa 2026
Ang awtoridad ng datos ng Hungary ay NAIH. Natuklasan ng 2024 na ulat nito na ang katumpakan ng NER para sa Hungarian ay 67% lamang. Ang average ng EU ay 82%. Ang agwat na iyon ay lumilikha ng tunay na panganib. Ang mga tool na itinayo para sa Ingles o German ay nakalilikha ng pagkabigo sa mga Hungarian identifier sa mataas na rate.
Bakit Mababa ang Marka ng Hungarian NER
Tatlong katangian ng Hungarian ang nagbasag ng mga standard na modelo ng NLP.
Agglutination: Nagdaragdag ang Hungarian ng mga suffix sa mga root word. Ang parehong pangalan ay kumukuha ng maraming anyo sa isang pangungusap. Ang "Kovacs Peter" sa posisyon ng paksa ay nagiging "Kovacs Péternek" sa ibang papel. Ang mga modelo ng NER ay dapat mag-ugnay ng lahat ng anyo na iyon sa isang tao.
Pagkakasunud-sunod ng pangalan: Inilalagay ng Hungarian ang pamilyang pangalan muna. Karamihang mga modelo ng NLP ay inaasahang ang unang pangalan muna. Ang pagbabaligtad na iyon ay nagdudulot ng mga napalaktawang pag-detect.
Mga espesyal na karakter: Gumagamit ang Hungarian ng o at u na may diaeresis. Hindi sila pareho ng German umlaut. Ang mixed encoding — Windows-1250 kumpara sa UTF-8 — ay nagdudulot din ng mga kabiguan.
Ang tatlong salik na ito ay nagpapaliwanag ng karamihan sa agwat ng katumpakan sa 2024 na ulat ng NAIH.
TAJ-Szam: Social Security Number ng Hungary
Ang TAJ-szam (Tarsadalombiztositasi Azonosito Jel) ay isang 9-digit na numero. Lumalabas ito sa healthcare, payroll, mga social benefit, at mga tala ng pensiyon.
Checksum: I-multiply ang mga digit 1 hanggang 8 sa pamamagitan ng mga timbang 3, 7, 3, 7, 3, 7, 3, 7. Idagdag ang mga resulta. Kunin ang modulo 10. Iyon ang check digit.
Ang algorithm na ito ay natatangi sa Hungary. Hindi ito pareho sa Luhn algorithm na ginagamit sa ibang mga bansa.
Ang mga generic na tool ay nag-de-detect ng TAJ-szam sa 61% na katumpakan lamang, ayon sa 2024 na ulat ng NAIH. Ang 9-digit na format ay mukhang maraming iba pang numero sa mga dokumentong Hungarian. Nang wala ang hakbang ng checksum, ang mga tool ay nag-flag ng mga false positive at nakalilikha ng pagkabigo sa mga tunay.
Adóazonosito Jel: Tax ID ng Hungary
Ang adóazonosito jel ay isang 10-digit na personal na numero ng buwis. Ang unang digit ay laging 8. Lumalabas ito sa mga rekord ng trabaho, mga pagbabayad ng buwis, at mga dokumentong pampinansyal.
Checksum: Kunin ang mga digit 2 hanggang 9. I-multiply sa pamamagitan ng mga timbang 9, 7, 3, 1, 9, 7, 3, 1. Idagdag ang mga resulta. Kunin ang modulo 10. Iyon ang check digit. Ang resulta na 0 ay nangangahulugang ang check digit ay 0.
Ipinakita ng mga kaso ng pagpapatupad ng NAIH na ang numerong ito ay madalas na hindi napapansin sa mga dokumento ng HR kapag ang mga tool ay naka-set up para sa ibang mga wika.
Tingnan ang aming gabay sa EU national tax ID para sa kung paano naghahambing ang mga numerong ito sa lahat ng miyembro ng estado.
Kinakailangan ng DPIA ng NAIH para sa Mga Sistema ng AI
Nangangailangan ang 2024 na gabay ng NAIH ng isang natapos na DPIA bago ang anumang sistema ng AI ay nagpoproseso ng personal na datos. Ito ay mas mahigpit kaysa sa pangkalahatang pagsubok ng GDPR. Dapat saklawin ng DPIA ang:
- Mga daloy ng datos — datos ng pagsasanay, mga input, at mga output
- Legal na batayan — naidokumento para sa bawat aktibidad
- Katumpakan ng wika — kinakailangan para sa mga wikang nasa ibaba ng average ng EU
- Pagsusuri ng tao — isang paraan upang masuri ang mga automated na desisyon
Ang DPIA ay dapat i-update taon-taon kapag ang sistema ay muling sinasanay.
Para sa mga team na nag-de-deploy ng mga AI tool sa Hungarian na datos, ang pagkakasunud-sunod ay naayos: DPIA muna, pagkatapos ay pag-deploy.
Pinakamababang Teknikal na Kontrol
Tatlong kontrol ang bumubuo ng baseline para sa pagsunod sa NAIH:
- TAJ-szam detection na may modulo-10 checksum — ang pattern matching lamang ay hindi sapat
- Pag-detect ng adóazonosito jel na may checksum validation — kritikal para sa HR at pananalapi
- Hungarian NER na may suporta sa agglutination — dapat hawakan ang o at u na may diaeresis at mga variant ng encoding
Tingnan ang aming gabay sa BFDI Germany upang ihambing kung paano nagtatakda ng mga teknikal na kinakailangan ang mga Central European DPA. Para sa katulad na agwat ng wika sa Central Europe, tingnan ang aming gabay sa Czech UOOÚ.