Müfredat 156 dersinden 89. · Özel Yapay Zeka
Özel Yapay Zeka

Çıkmadan önce sansürle

Neden önemli Bazen gerçekten bir bulut yapay zekâsına, ya da bir destek talebine, ya da bir meslektaşla paylaşılan bir günlük dosyasına ihtiyacın olur. Maskeleme önce kişisel ayrıntıları ayıklamak demektir, böylece cihazından çıkan şey özel kısım değil, yararlı kısım olur. Gerçekten kullanabileceğin küçük bir maskeleyici kuracaksın.

Siyah kalem

Bir belgeyi paylaşmadan önce insanlar adların ve sayıların üzerinden kalın siyah bir kalemle geçerdi. Kodda maskeleme aynı fikirdir: kişisel parçaları bul ve onları [EMAIL] gibi bir yer tutucuyla değiştir, böylece okuyucu orada bir şey olduğunu bilir ama ne olduğunu öğrenmez.

Maskeleme: bir metin paylaşılmadan önce hassas kısımlarını yer tutucularla değiştirmek.

Kişisel veri: bir ad, e-posta adresi, telefon numarası ya da hesap numarası gibi gerçek bir kişiyi gösteren her şey.

Yeni bir araç: düzenli ifadeler

"E-postaya benzeyen her şeyi" bulmak için bir metnin tam bir hâlini değil, bir biçimini tarif etmenin bir yoluna ihtiyacımız var. Bir düzenli ifade (kısaca regex) bunu yapar. Python'un yerleşik re modülü onları ele alır.

Düzenli ifade: metnin biçimini tarif etmek için küçük bir örüntü dili. \d "bir rakam", + "öncekinden bir ya da daha fazla", ve [A-Za-z] "bir harf" demektir.

İşte bugün ihtiyacın olan tek parçalar:

ParçaAnlamıÖrnek eşleşme
\dbir rakam7
\sbir boşluk (ya da sekme, ya da yeni satır)
[abc]içerideki karakterlerden herhangi birib
+önceki parçadan bir ya da daha fazla\d+, 2026 ile eşleşir
{6,}önceki parçadan altı ya da daha fazla\d{6,}, 1234567 ile eşleşir
?önceki parça isteğe bağlı\+? bir artı işaretiyle ya da hiçbir şeyle eşleşir
\bbir kelime sınırı (bir kelimenin başı ya da sonu)\bAnn\b "Annual"ı atlar

İşi iki fonksiyon yapar. re.sub(pattern, replacement, text) her eşleşmenin değiştirildiği yeni bir metin döndürür. Ve sabit bir değiştirme yerine bir fonksiyon verebilirsin: Python onu her eşleşme için çağırır ve ne döndürürse onu kullanır. Bu eşleşme eşleşme karar vermeni sağlar.

import re

EMAIL_RE = re.compile(r"[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,}")
print(EMAIL_RE.sub("[EMAIL]", "Write to maya@shopa.example today"))
# Write to [EMAIL] today

def shout(match):
    return match.group(0).upper()   # group(0) is the matched text

print(re.sub(r"\bcat\b", shout, "cat and category"))
# CAT and category

Örüntünün önündeki r"..." bir ham dizgidir: Python'a ters eğik çizgilere dokunmamasını söyler, böylece regex onları görür. re.compile bir örüntüyü yeniden kullanılabilir bir nesneye çevirir; örüntü dizgisini doğrudan re.sub'a da verebilirsin.

Zor olan: telefon numaraları

Telefon numaraları birçok biçimde gelir: +44 7700 900123, (555) 010-4477, 555.010.9988. Gevşek bir örüntü hepsini yakalar, ama 2026-10-30 gibi tarihleri de yakalar. Numara iki adımdır: gevşekçe eşleştir, sonra bir fonksiyonda rakamları say. Çoğu tam telefon numarasının 9 ya da daha fazla rakamı varken bunun gibi bir tarihin 8 rakamı var, bu yüzden bu derste kuralımız olarak "9 ya da daha fazla rakam"ı kullanıyoruz. Bir eşleşmenin rakamı çok azsa onu değiştirmeden geri ver. Gerçek maskeleyiciler daha fazla özen gerektirir, çünkü bazı ülkeler daha kısa numaralar kullanır.

Yaygın bir yanılgı

"Maskeleme metni anonim yapar." Bariz tanımlayıcıları kaldırır, ama bağlam yine de birini ele verebilir: "3. serviste çalışan tek solak hemşire" kimseyi adlandırmaz ama yine de tek bir kişiyi gösterir. Maskeleme riski azaltır; ortadan kaldırmaz. Fazla maskelemek (uzun bir sipariş numarasını telefonmuş gibi karartmak) hatanın güvenli türüdür.

Diğer dillerde

JavaScript: aynı regex çalışır, ve replace de bir fonksiyon kabul eder.

const EMAIL = /[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,}/g;
const PHONE = /\+?\(?\d[\d\s().-]{6,}\d/g;
function redact(text) {
  text = text.replace(EMAIL, "[EMAIL]");
  return text.replace(PHONE, m => (m.match(/\d/g).length >= 9 ? "[PHONE]" : m));
}

Go: regexp paketinde ReplaceAllStringFunc var.

phone := regexp.MustCompile(`\+?\(?\d[\d\s().-]{6,}\d`)
out := phone.ReplaceAllStringFunc(text, func(m string) string {
    n := 0
    for _, c := range m { if c >= '0' && c <= '9' { n++ } }
    if n >= 9 { return "[PHONE]" }
    return m
})

Özet

  • Maskeleme, metin cihazından çıkmadan önce kişisel ayrıntıları yer tutucularla değiştirir.
  • Düzenli ifadeler metnin biçimini tarif eder; re.sub her eşleşmeyi değiştirir.
  • re.sub'a bir fonksiyon vermek, örneğin rakamları sayarak, eşleşme eşleşme karar vermeni sağlar.
  • Maskeleme riski azaltır ama metni anonim yapmaz; bağlam yine de insanları tanımlayabilir.
Senin sıran

Şu özellikleri içeren yeni bir string döndüren redact(text, names=()) fonksiyonunu yaz:

  1. her e-posta adresi [EMAIL] ile değiştirilir;
  2. her telefon numarası [PHONE] ile değiştirilir. İsteğe bağlı bir + veya ( ile başlayan, ardından bir rakam gelen, rakamlar, boşluklar, noktalar, tireler veya parantezler ile devam eden, bir rakamla biten ve en az 9 rakam içeren her diziyi telefon numarası olarak kabul et. Daha az rakam içeren diziler (2026-10-30 gibi tarihler, saatler, fiyatlar) olduğu gibi kalır;
  3. names içindeki her isim, büyük veya küçük harf ayrımı gözetmeksizin [NAME] ile değiştirilir, ancak sadece tam kelime olarak (Ann ismi "Annual" kelimesini değiştirmemelidir).
Önce e-postaları, sonra telefonları, sonra isimleri değiştir. Metindeki diğer her şey aynı kalmalı. redact fonksiyonunu iki kez çalıştırmak, bir kez çalıştırmakla aynı sonucu vermeli. Sonunda redact("Call Maya on +44 7700 900123 or maya@shopa.example", ["Maya"]) yazdır.

Bu derste bir sorun mu fark ettin? Bildir · Bu ders hakkında soru sor

Bu alıştırma yakında açılacak

Bu dersi bitirince bu ders açılacak. Kursun tamamı ücretsiz, hesap gerekmiyor ve bu dersi hemen şimdi okuyabilirsin.