Funktion EXTRACT_SEMANTIC_CATEGORIES: Internationale Tag-Werte¶

Die Funktion EXTRACT_SEMANTIC_CATEGORIES verhält sich wie folgt:

Bisher

Die Ausgabe der Funktion hat folgende Form:

{
    "<col1_name>": {
    "extra_info" : {
        "alternates" : [<semantic_categories>],
        "probability" : "<number>"
    },
    "privacy_category" : "<value>",
    "semantic_category" : "<value>"
    },
...
...
    "<colN_name>": {
    "extra_info" : {
        "alternates" : [<semantic_categories>],
        "probability" : "<number>"
    },
    "privacy_category" : "<value>",
    "semantic_category" : "<value>"
    }
}

Copy

Die möglichen Werte für das Tag SNOWFLAKE.CORE.SEMANTIC_CATEGORY sind in diesem Abschnitt definiert, der keine SEMANTIC_CATEGORY-Tag-Werte für andere Länder als die USA angibt (d. h. US_).

Jetzt

Die Ausgabe der Funktion wird sich in ihrer Formatierung ändern, und die Ausgabe wird Unterstützung für SEMANTIC_CATEGORY-Tag-Werte enthalten, die für Australien, Kanada, das Vereinigte Königreich und die USA gelten. Um diese Länder zu unterstützen, entsprechen die Tag-Werte bestimmten übergeordneten Kategoriegruppen. Eine übergeordnete Kategorie enthält Informationen zum Klassifizierungsergebnis, einschließlich der Angabe, ob die Spalte hauptsächlich aus Werten aus dem einen oder anderen Land besteht.

Folgende Formatierungsänderungen werden vorgenommen:

• Entfernen der Felder extra_info und probability

• Verschieben von Feld alternates an eine andere Position in der Ausgabe

• Hinzufügen der folgenden neuen Felder:

  • valid_value_ratio – Gibt das Verhältnis der gültigen Werte im Stichprobenumfang an. Zu den ungültigen Werten zählen NULL, leere Zeichenfolgen und Zeichenfolgen mit mehr als 256 Zeichen.

  • recommendation – Enthält Informationen zu jedem Tag und Wert.

  • confidence – Mögliche Werte sind HIGH, MEDIUM oder LOW sind.

  • coverage – Gibt den Prozentsatz der Stichprobenwerte in den Zellen an, die mit den Regeln einer bestimmten Kategorie übereinstimmen.

  • details – Enthält die Felder und Werte, die einen geografischen Tag-Wert für das Tag SEMANTIC_CATEGORY angeben können.

Beispiel:

{
  "valid_value_ratio": 1.0,
  "recommendation": {
    "semantic_category": "PASSPORT",
    "privacy_category": "IDENTIFIER",
    "confidence": "HIGH",
    "coverage": 0.7,
    "details": [
      {
        "semantic_category": "US_PASSPORT",
        "coverage": 0.7
      },
      {
        "semantic_category": "CA_PASSPORT",
        "coverage": 0.1
      }
    ]
  },
  "alternates": [
    {
      "semantic_category": "NATIONAL_IDENTIFIER",
      "privacy_category": "IDENTIFIER",
      "confidence": "LOW",
      "coverage": 0.3,
      "details": [
        {
          "semantic_category": "US_SSN",
          "privacy_category": "IDENTIFIER",
          "coverage": 0.3
        }
      ]
    }
  ]
}

Copy

Die folgende Tabelle fasst die Beziehung zwischen den Klassifizierungs-Tags, den neuen Kategoriegruppen und Gruppenmitgliedern sowie den unterstützten Ländern zusammen. Die Ländercodes basieren auf dem Standard ISO 3166-1 ALPHA-2. Andere semantische Kategorien, wie EMAIL und GENDER, sind davon nicht betroffen.

PRIVACY_CATEGORY-Tag-Werte	SEMANTIC_CATEGORY-Tag-Werte (übergeordnete Gruppe)	Gruppenmitglieder	Ländercode
IDENTIFIER	BANK_ACCOUNT	CA_BANK_ACCOUNT . US_BANK_ACCOUNT . IBAN	CA . US
	ORGANIZATION_IDENTIFIER	AU_BUSINESS_NUMBER . AU_COMPANY_NUMBER	AU
	DRIVERS_LICENSE	AU_DRIVERS_LICENSE . CA_DRIVERS_LICENSE . US_DRIVERS_LICENSE	AU . CA . US
	MEDICARE_NUMBER	AU_MEDICARE_NUMBER	AU
	PASSPORT	AU_PASSPORT . CA_PASSPORT . US_PASSPORT	AU . CA . US
	PHONE_NUMBER	AU_PHONE_NUMBER . CA_PHONE_NUMBER . UK_PHONE_NUMBER . US_PHONE_NUMBER	AU . CA . GB . US
	STREET_ADDRESS	CA_STREET_ADDRESS . US_STREET_ADDRESS	CA . US
	TAX_IDENTIFIER	AU_TAX_NUMBER	AU
	NATIONAL_IDENTIFIER	CA_SOCIAL_INSURANCE_NUMBER . UK_NATIONAL_INSURANCE_NUMBER . US_SSN	CA . GB . US
QUASI_IDENTIFIER	CITY	US_CITY . CA_CITY .	US . CA .
	POSTAL_CODE	AU_POSTAL_CODE . CA_POSTAL_CODE . UK_POSTAL_CODE . US_POSTAL_CODE	AU . CA . GB . US
	ADMINISTRATIVE_AREA_1	CA_PROVINCE_OR_TERRITORY . US_STATE_OR_TERRITORY	CA . US
	ADMINISTRATIVE_AREA_2	US_COUNTY	US

Data Engineers können die ausstehenden Tag-Werte verwenden, indem sie den Tag-Wert manuell in der Anweisung ALTER TABLE oder ALTER VIEW angeben. Alternativ können Data Engineers auch die gespeicherte Prozedur ASSOCIATE_SEMANTIC_CATEGORY_TAGS aufrufen, um das Tag zu setzen.

Verwenden Sie z. B. eine ALTER TABLE-Anweisung, um den Tag-Wert PASSPORT in der Tabellenspalte PASSPORT manuell zu setzen.

ALTER TABLE mydb.myschema.mytable
  MODIFY COLUMN passport
  SET TAG SNOWFLAKE.CORE.SEMANTIC_CATEGORY = 'PASSPORT';

Copy

Es gibt keine Änderungen am gesamten Klassifizierungsprozess oder den Schritten zur Klassifizierung einer Tabelle, aller Tabellen in einem Schema oder aller Tabellen in einer Datenbank.

Tipp

Wenn Sie der gespeicherten Prozedur ASSOCIATE_SEMANTIC_CATEGORY_TAGS die Funktion EXTRACT_SEMANTIC_CATEGORIES als Argument übergeben, sollten Sie alle kundenspezifischen Konfigurationen noch einmal sorgfältig überprüfen, um sicherzustellen, dass Ihre Workflows nicht durch die anstehenden Formatierungsänderungen unterbrochen werden.

Ref.: 1110