文本提取
对原始敏感词进行全文搜索和复制测试。
建议按照四个步骤处理
每一步都应保留可以回到原始信息或官方来源的核验路径。
- 从副本处理保留原始文件只读副本，在交付副本上脱敏。
- 使用不可逆处理删除底层对象或生成不含原文的新文件。
- 执行技术验证搜索、复制、提取文本，检查批注、图层、附件和元数据。
- 逐页人工复核检查遮盖范围、可读性和上下文泄露。
重点核验清单
以下项目用于发现遗漏，不代表所有案件或业务只需检查这些内容。
非正文内容
批注、书签、附件、表单字段和文件属性是否已处理。
视觉上下文
剩余文字、页码或图像是否仍能推断身份。
常见错误
AI 输出语言流畅并不意味着事实、来源和适用结论已经正确。
画黑色矩形
底层文字可能仍然存在并能被复制。
只做视觉检查
隐藏文本、批注和元数据不一定可见。
在原件上直接覆盖
失败时可能无法回滚或证明处理过程。
官方与第一方来源
访问来源时请同时核对发布机关、当前效力、更新时间和适用范围。
- 中华人民共和国个人信息保护法
规定个人信息处理的目的、方式、范围、最小必要和安全保护等基本原则。