Gaëtan Morvan

Intelligence artificielle

Anonymisation de document

Déposez Word, Excel, PDF (même scanné) ou texte : noms, adresses, téléphones, IBAN… sont remplacés par des marqueurs ou de faux noms, puis restaurables. Avec Microsoft Presidio et CamemBERT.

Déposez un ou plusieurs documentsWord, Excel, PowerPoint, LibreOffice, PDF (même scanné), image, e-mail (.eml) ou texte — 10 fichiers et 30 Mo au plus, en français
Données à masquer

Résultat

Relecture : cliquez sur un remplacement pour ne plus masquer cette donnée ; sélectionnez un passage oublié, puis « Masquer la sélection ».

Corrections en attente — elles s'appliquent à tous les documents du lot :

Table de correspondance à garder pour vous : elle permet de retrouver les données d'origine

Remet les données d'origine à la place des marqueurs (ou des faux noms), par exemple dans la réponse d'une IA à laquelle vous avez confié un document anonymisé. Il faut la table de correspondance produite lors de l'anonymisation.

Déposez le document à restaurerWord, Excel, PowerPoint, LibreOffice, e-mail ou texte — pas de PDF
Table de correspondance

Document restauré

Détection par Microsoft Presidio et le modèle français CamemBERT, complétés par des règles françaises, sur mon propre serveur : vos documents ne sont transmis à aucun tiers, ne sont pas journalisés, et sont effacés du serveur à la fermeture de la page ou au plus tard quinze minutes après le traitement. Chaque document est rendu dans son format, mise en page conservée ; dans un PDF, le texte masqué est supprimé du fichier, pas seulement recouvert. Auteur, titre et noms des commentateurs sont effacés. Ne sont pas analysés : les images placées dans un document, les noms d'onglet d'un tableur, les pièces jointes d'un e-mail. Sur un document scanné, la lecture est moins sûre que sur du texte. Une détection automatique n'est jamais exhaustive : relisez le résultat avant de le diffuser (confidentialité).

À quoi sert « Anonymisation de document » ?

Vous déposez un ou plusieurs documents en français : Word, Excel, PowerPoint, LibreOffice, PDF même scanné, image, e-mail ou texte. L'outil repère les données personnelles (noms, adresses, téléphones, e-mails, IBAN, numéros de sécurité sociale) et les remplace par des marqueurs numérotés ou par de faux noms, en gardant la mise en page. La restauration fait le chemin inverse : elle remet les données d'origine, par exemple dans la réponse d'une IA à laquelle vous avez confié le document anonymisé. La détection repose sur Microsoft Presidio et sur le modèle CamemBERT.

Comment l'utiliser

  1. Déposez vos documents : 10 fichiers et 30 Mo au plus.
  2. Choisissez les types de données à masquer et le style de remplacement.
  3. Téléchargez les documents anonymisés, puis utilisez « Restaurer » pour retrouver les données d'origine.

Questions fréquentes

Mes documents sont-ils conservés ?

Non. Ils sont traités sur mon serveur, sans passer par un tiers, puis effacés à la fermeture de la page ou au plus tard quinze minutes après le traitement. Seuls des compteurs sont gardés.

L'anonymisation est-elle garantie à 100 % ?

Non. Aucun outil automatique ne l'est : relisez toujours le document avant de le diffuser. L'option « détection stricte » rattrape quelques oublis, au prix de masquages à tort plus fréquents.

Quelle différence entre marqueurs et faux noms ?

Les marqueurs numérotés montrent clairement ce qui a été retiré. Les faux noms gardent un texte naturel, plus agréable à lire ou à soumettre à une IA. Les deux se restaurent.

Un PDF scanné est-il accepté ?

Oui : le texte est reconnu par lecture optique avant l'anonymisation. Le résultat dépend de la qualité de la numérisation.

Outil gratuit réalisé par Gaëtan Morvan, administrateur systèmes, sécurité & IA à Poitiers.