Gliner PII ITA

🚀 Gliner - 通用個人身份信息識別模型

Gliner是一款專為識別和分類文本中的個人身份信息（PII）而設計的模型。它具有廣泛的適用性，尤其擅長識別行政、法律和金融領域中常見且重要的PII標籤。

🚀 快速開始

若要使用此模型，你需要安裝GLiNER Python庫：

!pip install gliner

下載GLiNER庫後，你可以導入GLiNER類。然後使用GLiNER.from_pretrained加載此模型，並使用predict_entities預測實體。

from gliner import GLiNER

model = GLiNER.from_pretrained("DeepMount00/GLiNER_PII_ITA")

text = """..."""

labels = ["label1", "label2"]

entities = model.predict_entities(text, labels)

for entity in entities:
    print(entity["text"], "=>", entity["label"])

✨ 主要特性

模型描述

該模型旨在識別和分類文本中的個人身份信息（PII）。它經過訓練，具有通用性，能夠識別廣泛的PII標籤，尤其擅長識別行政、法律和金融領域中常見且重要的標籤。

應用領域

在分析法律文件、合同、財務記錄和行政文件時特別有效，這些領域中正確識別和分類個人信息對於遵守隱私法規（如GDPR）至關重要。

支持的標籤

該模型使用總共11706個不同的標籤進行訓練。以下是模型能夠識別的一些標籤示例：

• 客戶姓名：識別客戶的全名。
• 出生城市：識別一個人出生的城市。
• 居住地址：識別一個人的居住地址。
• 稅號：識別個人或公司的稅號。
• 證件號碼：識別護照、身份證等身份證件號碼。
• 交易金額：識別與金融交易相關的貨幣金額。
• 地籍編號：識別與房地產相關的地籍編號。
• 公司名稱：識別公司的正式名稱。
• 國際銀行賬號：識別國際銀行賬號格式的銀行賬號。
• IP地址：識別與用戶或設備相關的IP地址。

性能

該模型在一個大型數據集上進行訓練，每個PII類型大約包含200K個手動標註的示例。

侷限性

• 數據變異性：Gliner在識別非結構化文檔或格式與訓練集差異較大的文檔中的PII時可能會遇到困難。
• 罕見標籤：該模型在識別不常見的標籤或訓練集中代表性不足的標籤時，性能可能會下降。
• 偏差：與所有機器學習模型一樣，Gliner可能會受到訓練數據集帶來的偏差影響。

📄 許可證

本項目採用Apache-2.0許可證。