Tekstanalyse
- Publicatiecategorie
- Overige algoritmes
- Impacttoetsen
- Veld niet ingevuld.
- Status
- In gebruik
Algemene informatie
Thema
Begindatum
Contactgegevens
Link naar publiekspagina
Verantwoord gebruik
Doel en impact
Ondersteuning in het beoordelingsproces waar wettelijke bescherming geldt op informatie die openbaar wordt gemaakt. Bescherming vanuit de AVG- (personen) en Woo-wetgeving (vooral bedrijfsvertrouwelijk), waar uitzonderingsgronden in benoemd worden.
Afwegingen
De handmatige beoordeling is intensief en foutgevoelig. Een suggestielijst vanuit het algoritme van entiteitsextractie brengt alle denkbare gevallen van personen in de tekst in beeld.
Menselijke tussenkomst
Binnen de software wordt een lijst opgebouwd en aangeboden aan de gebruiker om te selecteren in het automatische lakproces. De keuze om een geadviseerde term als persoonsnaam over te nemen en niet openbaar te maken, is aan de gebruiker.
Risicobeheer
Er bestaat geen risico op geautomatiseerde besluitvorming en het algoritme heeft geen impact op grondrechten, omdat het algoritme geen besluiten neemt met rechtsgevolgen. Het doet alleen een voorstel voor het anonimiseren van persoonsgegevens. De medewerker van het bestuursorgaan doet altijd de laatste toets of een document juist is geanonimiseerd.
Wettelijke basis
Wetgeving rond openbaarheid van overheidsdata (Woo)
Links naar wettelijke basis
Werking
Gegevens
Dit betreft documenten en berichteninformatie binnen Rijksoverheden. Waaronder email, bestanden, Whatsapp-berichten en andere media waar bestuurlijke besluitvorming in gevonden kan worden.
Links naar gegevensbronnen
Technische werking
Teksten worden op basis van Named Entity Recognition (NER) herkend en een proces binnen Insights extraheert de namen voor verdere afhandeling richting de beheerinterface en de automatische lakregels.
Leverancier
Soortgelijke algoritmebeschrijvingen
- Het algoritme onderstreept de persoonsgegevens in documenten. Een medewerker moet alle pagina's bekijken en controleren of het document goed geanonimiseerd is. Daarna verwijdert de software alle gemarkeerde informatie en wordt het zwartgelakt. Daarna kunnen de documenten gepubliceerd worden, bijvoorbeeld op basis van de Wet open overheid (Woo).Laatst gewijzigd op 15 oktober 2024 om 10:13 | Publicatiestandaard 1.0
- Publicatiecategorie
- Overige algoritmes
- Impacttoetsen
- Veld niet ingevuld.
- Status
- In gebruik
- Het algoritme onderstreept de persoonsgegevens in documenten. Een medewerker moet alle pagina's bekijken en controleren of het document goed geanonimiseerd is. Daarna verwijdert de software alle gemarkeerde informatie en wordt het zwartgelakt. Daarna kunnen de documenten gepubliceerd worden, bijvoorbeeld op basis van de Wet Open Overheid (WOO).Laatst gewijzigd op 17 december 2024 om 14:22 | Publicatiestandaard 1.0
- Publicatiecategorie
- Overige algoritmes
- Impacttoetsen
- Veld niet ingevuld.
- Status
- In gebruik
- Het algoritme onderstreept de persoonsgegevens in documenten. Een medewerker moet alle pagina's bekijken en controleren of het document goed geanonimiseerd is. Daarna verwijdert de software alle gemarkeerde informatie en wordt het onherstelbaar zwartgelakt. Daarna kunnen de documenten gepubliceerd worden, bijv. op basis van de Wet Open Overheid.Laatst gewijzigd op 30 september 2024 om 13:43 | Publicatiestandaard 1.0
- Publicatiecategorie
- Overige algoritmes
- Impacttoetsen
- DPIA, ...
- Status
- In gebruik
- Dit algoritme heeft een laag impact. Het op woorden doorzoekbaar maken van historische handgeschreven documenten.Laatst gewijzigd op 9 december 2024 om 14:25 | Publicatiestandaard 1.0
- Publicatiecategorie
- Overige algoritmes
- Impacttoetsen
- Veld niet ingevuld.
- Status
- In gebruik
- Dit algoritme heeft een laag impact. Het op woorden doorzoekbaar maken van historische handgeschreven documenten.Laatst gewijzigd op 24 juni 2024 om 7:00 | Publicatiestandaard 1.0
- Publicatiecategorie
- Overige algoritmes
- Impacttoetsen
- Veld niet ingevuld.
- Status
- In gebruik