Как анонимизировать личные данные перед отправкой данных в API GPT? ⇐ Python

[Anonymous]

Я создаю приложение, которое отправляет пользовательский текст в GPT API, но данные могут содержать личную информацию (PII), такую ​​как имена, адреса электронной почты, номера телефонов или данные учетной записи.
Прежде чем отправлять что-либо в API, я хочу анонимизировать или удалить конфиденциальные данные.
Мои текущие вопросы:
1. Каковы надежные подходы к обнаружению личных данных в тексте перед отправкой их в LLM?

• Методы на основе регулярных выражений или обнаружение на основе NLP/ML
• Любые рекомендуемые библиотеки Python?

2. Как лучше всего анонимизировать данные, сохраняя контекст?
Пример:

Код: Выделить всё

   "John Smith from ACME Corp called me at 555-1234"
→
"[NAME] from [ORG] called me at [PHONE]"

3. Как люди обычно выполняют повторную идентификацию (сопоставляя заполнители с исходными значениями) после получения ответа от модели?
4. Известны ли компромиссы между анонимизацией и производительностью/точностью модели?
Для контекста: в настоящее время я использую Python и напрямую вызываю API-интерфейсы GPT, но я открыт для архитектурных шаблонов или подходов промежуточного программного обеспечения.
Любые примеры кода или лучшие практики были бы очень полезны.