2026. gada 21. decembrī plkst. 13.00 klātienē, Latvijas Universitātes (Raiņa bulvāris 19) 13. auditorijā, kā arī attālināti, notiks LU Datorzinātnes un informātikas, un Elektrotehnikas, elektronikas un komunikāciju tehnoloģijas specializētās promocijas padomes atklātā sēde, kurā promocijas darbu zinātnes doktora grāda (Ph.D) dabaszinātnēs iegūšanai aizstāvēs Rinalds Vīksna.

Temats: "Teksta deidentifikācijas metodes morfoloģiski bagātām valodām".

Darba zinātniskais vadītājs: Dr. sc. comp. Inguna Skadiņa.

 

Anotācija:

Pašlaik spēkā esošie normatīvie akti pieprasa publiskā sektora informācijas, piemēram, policijas ziņojumu, tiesas lēmumu un pašvaldību sēžu publiskošanu. Tomēr šajos dokumentos ir sastopama arī personīga informācija, ko nepieciešams pasargāt. Pretrunu starp nepieciešamību kopīgot datus, vienlaikus aizsargājot personas, var atrisināt izmantojot teksta deidentifikācijas metodes, piemēram, maskēšanu vai pseidonimizāciju. Lai gan teksta deidentifikāciju ir iespējams veikt manuāli, manuāla teksta deidentifikācija ir darbietilpīgs process, un rezultāti var būt tālu no ideāla. Šī darba mērķis ir izpētīt metodes un izstrādāt rīkus, kas ļauj veikt teksta deidentifikāciju morfoloģiski bagātās valodās, īpaši uzmanību pievēršot latviešu valodā radīta teksta deidentifikācijai. Tiek apskatīti gan teorētiskie, gan praktiskie aspekti, tai skaitā pētījumi par nosaukto entitāšu atpazīšanu (NER), NER latviešu valodā, kā arī NER sistēmu pielāgošana lietotāju ģenerētam tekstam vai specifiskām jomām. Ir izstrādāta metode piemērotu pseidonīmu iegūšanai pareizā gramatiskā formā, kas neizmanto morfoloģisko ģeneratoru. Pētījums tika praktiski aprobēts izstrādājot daudzvalodu teksta dokumentu deidentifikācijas rīka prototipu, kas spēj atpazīt un pseidonimizēt tādas personas datu kategorijas kā vārdu, uzvārdu, adreses, organizācijas, profesijas, tautības un citas. Izstrādātās NER sistēmas tika novērtētas, izmantojot gan tieslietu jomas datu kopu, gan arī citas jomas datu kopu. Iekšējā novērtējumā NER sistēma sasniedza vidējo F1 mēru 92% daudzvalodu tieslietu jomas datu kopā, pārsniedzot MAPA projektā noteikto pieņemamības slieksni 89,5% personu kategorijas entitātēm.

 

Recenzenti:

1) ‎Dr. sc. comp. Jānis Zuters, Latvijas Universitāte;

2) Dr. Justina Mandravickaite, Vītauta Dižā Universitāte, Lietuva;

3) Dr. Kairit Sirts, Tartu Universitāte, Igaunija.

 

Ar promocijas darbu var iepazīties LU Bibliotēkā, Raiņa bulvārī 19.

Dalība attālinātā sēdē ar iepriekšēju pieteikšanos, rakstot uz sintija.silina@lu.lv līdz 16. decembrim.