Как обрабатываем документы в Лаборатории

Что происходит после загрузки

Загруженные PDF шифруются сразу и хранятся в нашем хранилище. Текст извлекается на нашем сервере, расположенном на территории России, отдельным процессом. Если на странице нет текстового слоя, её изображение отправляется на распознавание в Yandex Vision OCR. Затем код платформы скрывает найденные по формальным признакам значения: паспортные данные, номера банковских счетов и карт, личные контакты. Вместо каждого скрытого значения в тексте остаётся условное обозначение, а таблица соответствия обозначений исходным значениям остаётся на нашей стороне и наружу не уходит. Скрытие значений делает наш код, без участия сторонних сервисов.

Что уходит наружу и кому

Наружу уходит только подготовленный текст фрагментов, ваш вопрос, указанная вами сторона, описание решения и дата проверки.

Внешних получателей два. Первый — Yandex Vision OCR, ООО «Яндекс.Облако». Он получает только изображения страниц без текстового слоя и возвращает распознанный текст. Изображение уходит целиком, до скрытия значений, потому что скрыть значения на нераспознанной странице нельзя. Сервис работает в России, сохранение запросов на стороне Яндекса выключено, изображения дальше Яндекса не передаются.

Второй получатель — сервис Moonshot AI, модель Kimi (api.moonshot.ai). Он готовит проект аналитической записки для руководителя по подготовленному тексту. Инфраструктура сервиса находится за пределами России, поэтому подготовленный текст обрабатывается за рубежом.

По политике этого сервиса переданный ему текст может использоваться для улучшения его моделей, и отдельного отказа от такого использования платформа не предлагает. Именно поэтому до передачи мы скрываем персональные данные, а исходные документы не отправляем вовсе.

Других внешних получателей в маршруте нет. Переводчик и сервисы генерации текста Яндекса не вызываются: скрытие значений делает наш собственный код на нашем сервере, поэтому отправлять документы кому-либо ещё для этого не нужно.

Что остаётся у нас

Не уходят наружу: исходные PDF, имена файлов, таблица соответствия скрытых обозначений исходным значениям, ваши учётные данные и сведения о вашей компании из нашей системы. Мы записываем точный состав отправленного и его контрольную сумму, поэтому состав передачи можно проверить.

Чего скрытие значений не гарантирует

Скрытие значений уменьшает объём чувствительных сведений, но не является обезличиванием и не гарантирует, что во фрагменте не осталось сведений, по которым можно узнать участников. Оно работает по формальным признакам, поэтому необычно оформленный реквизит может остаться в тексте. Общедоступные реквизиты компаний — название, ИНН юридического лица, ОГРН — не скрываются: без них разбор теряет смысл. Передавайте персональные данные только в объёме, необходимом для вашего вопроса.

Какие материалы не принимаются

Не загружайте материалы с адвокатской тайной, государственной тайной, формально установленным режимом коммерческой тайны и материалы, которые запрещено обрабатывать за пределами вашей организации. При указании такой категории разбор останавливается на нашем сервере до передачи чего-либо внешнему сервису. Для таких материалов нужен отдельно согласованный порядок работы.

Проверка человеком обязательна

Аналитическая записка готовится автоматически и может содержать ошибки. Каждое утверждение сопровождается документом, страницей и исходным фрагментом, и вы подтверждаете его сами. Итоговый вывод подтверждается отдельно, а правка текста сбрасывает прежние подтверждения. Пока проверка не завершена, записка не выгружается. Никакая внутренняя машинная проверка не считается доказательством правильности.

Хранение и удаление

Документы, промежуточные материалы и аналитические записки хранятся в зашифрованном виде. В пилотном доступе срок хранения — 30 дней с момента загрузки документа или формирования записки, уведомление о предстоящем удалении направляется за семь дней. По тарифам срок хранения — 12 месяцев, при оформлении тарифа срок хранения уже загруженных материалов продлевается. По истечении срока материалы удаляются автоматически. Объём вашего пространства — 200 МБ. Свои документы вы можете удалить в кабинете в любой момент. Отзыв доступа закрывает пространство целиком. Содержимое видно только участникам вашего пространства. Администратор видит условия доступа, состояние, наш расход и сигналы качества, но не документы и не текст записки. Исключение одно: разбор, который вы сами передали специалисту Zarya.

Проверка качества

После каждого разбора сохраняются сигналы качества: коды автоматических проверок записки, число документов и утверждений, ваши решения по утверждениям и отмеченные причины отклонения. Текста документов, записок и ваших комментариев в них нет. Если записка ошиблась, вы можете передать этот разбор специалисту Zarya кнопкой «Передать специалисту». Передача действует 30 дней, вы можете отозвать её в любой момент, каждое открытие материалов фиксируется. Специалист разбирает ошибку и меняет правила проверки. Сведения из ваших документов в учебные материалы не переносятся.

Что принимается в разбор

Принимаются PDF на русском языке, в том числе сканы и фотографии страниц: до 20 страниц в комплекте, один основной вопрос на комплект. Число разборов определяется условиями доступа, пилотный доступ включает три разбора. Распознавание сканов входит во все доступы. Цитаты с распознанных страниц в записке помечены: рукописный текст и плохие снимки могут читаться с ошибками. Повторная подготовка записки пользователю недоступна, технический сбой разбор не расходует.