llama-ai4privacy-english-anonymiser-openpii开源模型 - 精准为英语文本实现个人信息脱敏

Llama Ai4privacy English Anonymiser Openpii

由 ai4privacy 开发

专为英语文本的个人身份信息（PII）脱敏设计的模型，基于50万条英语PII数据集微调，综合F1分数达98.82%。

下载量 6,159

发布时间 : 2/27/2025

模型简介

该模型用于识别和匿名化英语文本中的个人身份信息（PII），支持20+种PII类型识别，包括姓名、证件号、联系方式等敏感信息。

高精度PII识别

综合F1分数达98.82%，护照号、日期等部分标签识别准确率达100%

广泛覆盖的PII类型

支持20+种PII类型识别，包括证件号、联系方式、地址等敏感信息

法律合规设计

专为数据隐私保护场景开发，符合个人信息处理的法律要求

个人身份信息识别

敏感信息脱敏

文本匿名化处理

多类型PII分类

数据隐私保护

用户数据匿名化

对用户提交的表单、日志等文本进行PII自动脱敏

降低数据泄露风险，符合GDPR等隐私法规要求

企业数据治理

内部文档脱敏

自动识别并遮蔽企业文档中的员工和客户敏感信息

安全共享内部数据时保护个人隐私

该模型旨在从英文文本中编辑个人身份信息（PII）。它仅在open-pii-masking-500k-ai4privacy数据集的英文子集上进行了微调。

属性	详情
模型类型	英文个人信息匿名化器OpenPII (Ai4Privacy)
训练数据	open-pii-masking-500k-ai4privacy数据集的英文子集
任务类型	标记分类（PII Masking）
评估指标	F1分数、精确率、召回率、准确率
库名称	transformers
管道标签	标记分类
许可证	MIT

以下表格总结了每个PII标签的详细评估结果：

标签	真阳性(TP)	假阳性(FP)	假阴性(FN)	准确率	精确率	召回率	F1分数
SURNAME	3724	0	26	99.31%	100.0%	99.31%	99.65%
O (非PII)	0	368	0	99.36%	不适用	不适用	不适用
TIME	1934	0	2	99.90%	100.0%	99.90%	99.95%
DRIVERLICENSENUM	505	0	2	99.61%	100.0%	99.61%	99.80%
PASSPORTNUM	566	0	0	100.0%	100.0%	100.0%	100.0%
GIVENNAME	7557	0	163	97.89%	100.0%	97.89%	98.93%
TELEPHONENUM	3637	0	4	99.89%	100.0%	99.89%	99.95%
BUILDINGNUM	418	0	8	98.12%	100.0%	98.12%	99.05%
AGE	164	0	5	97.04%	100.0%	97.04%	98.50%
DATE	2335	0	0	100.0%	100.0%	100.0%	100.0%
CITY	1717	0	85	95.28%	100.0%	95.28%	97.58%
TITLE	363	0	21	94.53%	100.0%	94.53%	97.19%
IDCARDNUM	2008	0	12	99.41%	100.0%	99.41%	99.70%
GENDER	120	0	1	99.17%	100.0%	99.17%	99.59%
CREDITCARDNUMBER	555	0	3	99.46%	100.0%	99.46%	99.73%
SEX	77	0	2	97.47%	100.0%	97.47%	98.72%
STREET	1379	0	8	99.42%	100.0%	99.42%	99.71%
TAXNUM	343	0	14	96.08%	100.0%	96.08%	98.00%
EMAIL	2607	0	1	99.96%	100.0%	99.96%	99.98%
SOCIALNUM	421	0	1	99.76%	100.0%	99.76%	99.88%
ZIPCODE	418	0	8	98.12%	100.0%	98.12%	99.05%