De verplichting die niemand leuk vindt
Organisaties die subsidie ontvangen of een publieke taak uitvoeren krijgen vaker te maken met openbaarmakingsverzoeken. Vergaderverslagen, besluitenlijsten, beleidsdocumenten — ze moeten in principe beschikbaar zijn.
Het probleem: die documenten staan vol met namen. Leden, medewerkers, leveranciers. Voordat iets gepubliceerd mag worden, moeten die namen eruit. Handmatig. Vergadering voor vergadering.
Dat kost tijd die niemand heeft, en het gaat vroeg of laat mis.
Wat wij bouwden
Een geautomatiseerde publicatiepipeline die elke nacht draait en drie dingen doet:
- Detecteert persoonsgegevens in vergaderverslagen en beleidsdocumenten
- Vervangt namen door neutrale placeholders (
[Persoon-1],[Persoon-2]) - Publiceert de geanonimiseerde versie naar een externe Drive-map — klaar voor publicatie
De originele documenten blijven ongewijzigd in de interne werkruimte. Wat naar buiten gaat is een schone kopie.
Hoe de detectie werkt
Named Entity Recognition (NER)
Een taalmodel herkent namen in lopende tekst, ook als ze niet eerder voorkwamen. “Voorzitter Jansen opende de vergadering” wordt “Voorzitter [Persoon-1] opende de vergadering.”
Naamslijst
Een organisatie-specifieke lijst van bekende personen — bestuurders, medewerkers, vaste contacten. Namen op deze lijst worden altijd vervangen, ook in context waar NER ze mist (afkortingen, initialen, voornamen alleen).
Beide methoden vullen elkaar aan. De combinatie vangt wat een enkelvoudige aanpak mist.
De mappenstructuur
| Map | Inhoud |
|---|---|
| Intern | Originele documenten — niet publiek |
| Extern (gefilterd) | Geanonimiseerde versies — publiek beschikbaar |
| Quarantaine | Documenten waarbij de filter twijfelt — handmatige review vereist |
