Zylab Ondersteuning bij openbaarmaking
- Publicatiecategorie
- Overige algoritmes
- Impacttoetsen
- Veld niet ingevuld.
- Status
- In gebruik
Algemene informatie
Thema
Begindatum
Contactgegevens
Link naar publiekspagina
Verantwoord gebruik
Doel en impact
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
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
Links naar wettelijke basis
Link naar verwerkingsregister
Werking
Gegevens
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
- Dit algoritme helpt medewerkers om documenten te beoordelen. Ze kunnen zoeken, documenten groeperen en duplicaten vinden. Hierdoor kunnen reviewers snel zien of delen van documenten belangrijk zijn en of de informatie openbaar mag zijn.Laatst gewijzigd op 4 juni 2026 om 13:59 | Publicatiestandaard 1.0
- Publicatiecategorie
- Overige algoritmes
- Impacttoetsen
- Veld niet ingevuld.
- Status
- In gebruik
- Dit algoritme gebruiken wij ter ondersteuning bij het beslissen op uitkeringsaanvragen, het registreren van de uitkomsten en het produceren van documenten.Laatst gewijzigd op 25 juni 2024 om 14:35 | Publicatiestandaard 1.0
- Publicatiecategorie
- Impactvolle algoritmes
- Impacttoetsen
- DPIA
- Status
- In gebruik
- Het algoritme herkent (persoons)gegevens en anderszins vertrouwelijke informatie in een document en doet een voorstel om dit te anonimiseren. Een medewerker beoordeelt het voorstel en voert de aanpassing definitief door, zodat het document geschikt is voor publicatie.Laatst gewijzigd op 25 januari 2024 om 12:16 | Publicatiestandaard 1.0
- Publicatiecategorie
- Overige algoritmes
- Impacttoetsen
- Veld niet ingevuld.
- Status
- In gebruik
- Het algoritme herkent (persoons)gegevens en anderszins vertrouwelijke informatie in een document en doet een voorstel om dit te anonimiseren. Een medewerker beoordeelt het voorstel en voert de aanpassing definitief door, zodat het document geschikt is voor publicatie.Laatst gewijzigd op 13 mei 2024 om 9:36 | Publicatiestandaard 1.0
- Publicatiecategorie
- Overige algoritmes
- Impacttoetsen
- DPIA
- Status
- In gebruik
- Het algoritme herkent (persoons)gegevens en anderszins vertrouwelijke informatie in een document en doet een voorstel om dit te anonimiseren. Een medewerker beoordeelt het voorstel en voert de aanpassing definitief door, zodat het document geschikt is voor publicatie.Laatst gewijzigd op 25 januari 2024 om 12:15 | Publicatiestandaard 1.0
- Publicatiecategorie
- Overige algoritmes
- Impacttoetsen
- Veld niet ingevuld.
- Status
- In gebruik