Anonymiseur
SOCIETE_2, SAS au capital de 50 000 €, immatriculée au RCS de Paris sous le numéro SIREN_1, représentée par Madame PERSONNE_1, Présidente, joignable au TEL_2, IBAN IBAN_1.
§01Le besoin
Les LLM sont mon premier réflexe pour digérer un dossier. Sauf que ces dossiers sont pleins de vrais noms, IBAN et numéros de sécu. Caviarder à la main, on rate toujours une occurrence. Remplacer par « X », on détruit la structure. Donc : détection automatique, arbitrage humain, pseudonymes cohérents et réversibles, sans qu'un octet ne quitte ma machine.
§02Comment ça marche
Détecter
Regex à checksum (IBAN, NIR, SIRET…) + GLiNER, un NER local, pour les noms.
Arbitrer
Une page HTML liste tout avec contexte. On coche, on ajuste : l'humain décide.
Caviarder
Remplacement cohérent dans les formats natifs + markdown prêt pour le LLM.
Contre-vérifier
Re-détection complète sur les sorties, pour débusquer ce qui aurait traversé.
§03Explorer le résultat
Le document, avant et après. Faites glisser.
La revue, la vraie page générée par le scan, telle quelle. Cochez, décochez : c'est là que l'humain arbitre.