Year: 2026
Type: dissertation
Abstract: (Castellà) La anonimización de texto es esencial para compartir o publicar datos textuales sensibles cumpliendo las normativas de privacidad. Sin embargo, frente a los datos estructurados, el texto no estructurado presenta desafíos adicionales. La anonimización manual sigue siendo común, y la evaluación depende de anotaciones humanas subjetivas y propensas a errores. Además, se usan métricas de recuperación de información, que no evalúan directamente la protección de la privacidad ni la preservación de la utilidad, produciendo valoraciones poco fiables. Metodológicamente, la mayoría de los enfoques automáticos dependen del reconocimiento de entidades nombradas (NER), centrado en tipos predefinidos y así negligiendo términos identificadores. Además, se suele favorecer la supresión sobre la sustitución, reduciendo la utilidad.
Author: Manzanares-Salor, Benet
Language: English
Subfield: Artificial Intelligence
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W7167444600
