Pii Model

🚀 个人身份信息识别模型（PII Model）

本模型是一款专注于识别个人身份信息（PII）实体的智能工具。它基于强大的Bert架构进行训练，并在特定数据集上进行微调，能够快速、准确地检测出姓名、地址、出生日期等敏感信息，为数字世界的隐私安全保驾护航。

🚀 快速开始

本模型是 bert-base-cased 在 generator 数据集上的微调版本，取得了以下效果：

• 训练损失：0.003900
• 验证损失：0.051071
• 精确率：95.53%
• 召回率：96.60%
• F1值：96%
• 准确率：99.11%

✨ 主要特性

模型描述

这是一个智能的标记分类模型，擅长识别个人身份信息（PII）实体。它基于著名的Bert架构进行训练，并在自定义数据集上进行微调。就像隐私保护的超级英雄一样，该模型能够迅速检测出姓名、地址、出生日期等信息。每处理一个标记，它都像一位警惕的守护者，确保敏感信息不被泄露，让数字世界更加安全。

可检测的实体组

• ACCOUNTNUMBER（账号号码）
• FIRSTNAME（名字）
• ACCOUNTNAME（账户名称）
• PHONENUMBER（电话号码）
• CREDITCARDCVV（信用卡安全码）
• CREDITCARDISSUER（信用卡发卡行）
• PREFIX（前缀）
• LASTNAME（姓氏）
• AMOUNT（金额）
• DATE（日期）
• DOB（出生日期）
• COMPANYNAME（公司名称）
• BUILDINGNUMBER（楼号）
• STREET（街道）
• SECONDARYADDRESS（辅助地址）
• STATE（州）
• EMAIL（电子邮件）
• CITY（城市）
• CREDITCARDNUMBER（信用卡卡号）
• SSN（社会安全号码）
• URL（网址）
• USERNAME（用户名）
• PASSWORD（密码）
• COUNTY（县）
• PIN（个人识别码）
• MIDDLENAME（中间名）
• IBAN（国际银行账号）
• GENDER（性别）
• AGE（年龄）
• ZIPCODE（邮政编码）
• SEX（性别）

🔧 技术细节

训练超参数

训练过程中使用了以下超参数：

训练结果

📄 许可证

本模型采用 Apache-2.0 许可证。

作者

abhijeet__@outlook.com

框架版本

• Transformers 4.38.2
• Pytorch 2.1.0+cu121
• Datasets 2.18.0
• Tokenizers 0.15.2