金融機関がカスタマーサポートのチャット履歴を使って基盤モデルをファインチューニングしようとしています。履歴には氏名・口座番号などの個人情報（PII）が含まれており、プライバシー保護のため学習に使う前にPIIを自動的に検出

Question

金融機関がカスタマーサポートのチャット履歴を使って基盤モデルをファインチューニングしようとしています。履歴には氏名・口座番号などの個人情報（PII）が含まれており、プライバシー保護のため学習に使う前にPIIを自動的に検出・マスキングしたいと考えています。最小限の構築で実現できるサービスはどれですか。

Accepted Answer

正解: Amazon Comprehend のPII検出機能でテキスト中の個人情報を特定しマスキングする。Amazon Comprehend は自然言語処理サービスで、PII検出（個人を特定できる情報の検出）機能により氏名・口座番号・メールアドレスなどのPIIをテキストから自動的に特定し、マスキングや除去ができる。追加のモデル開発なしで学習前のデータ匿名化を実現でき、責任あるAIのプライバシー保護要件を最小限の構築で満たす。

選択肢Bの Amazon Translate は言語翻訳サービスで、翻訳してもPIIは残るためプライバシー保護にはならない。
選択肢Cの Amazon Polly はテキストを音声に変換するサービスで、PIIの検出・マスキングはできない。
選択肢Dの Amazon Kendra はエンタープライズ検索サービスで、PIIを検出・除去する目的のサービスではない。

Answer

Amazon Translate でチャット履歴を別の言語に翻訳してから学習に利用する — 言語翻訳サービスであり、翻訳してもテキスト中のPIIはそのまま残るため、個人情報を検出・マスキングしてプライバシーを保護する目的は達成できないため不適切である。

Answer

Amazon Polly でチャット履歴のテキストを音声に変換して保存する — テキストを音声に変換する読み上げサービスであり、テキスト中の個人情報を検出してマスキングする機能は持たないため、学習前のPII除去という要件を満たさない。

Answer

Amazon Kendra でチャット履歴を全文検索可能なようにインデックス化する — エンタープライズ検索サービスであり、文書をインデックス化して検索を可能にするものであって、PIIを検出・除去してデータを匿名化する目的のサービスではないため不適切である。

解説