Gretel.ai 发布 gretel-pii-masking-en-v1 数据集, 应用在 隐私保护、数据分析 领域

Gretel.ai 本次发布的数据集 gretel-pii-masking-en-v1, 该数据集是一个合成生成的文档集合，包含个人身份信息（PII）和受保护的健康信息（PHI）实体，涵盖多个领域。数据集由Gretel Navigator使用mistral-nemo-2407作为后端模型生成，专门设计用于微调Gliner模型。数据集包含来自多个领域和文档类型的PII/PHI实体的文档段落，非常适合命名实体识别（NER）、文本分类和领域特定文档分析等任务。数据集分为训练集（50k记录）、验证集（5k）和测试集（5k），并分布在多个领域和实体类型中。

查看gretel-pii-masking-en-v1

Dataset card 内容： 

Files and versions 内容： 

关于 Gretel.ai , Gretel.ai是一家专注于为机器学习应用提供隐私保护和数据安全解决方案的科技公司，致力于通过创新技术帮助企业合规地使用和保护数据。

关于 HuggingFace , Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的创建、发现和协作。该平台支持多种数据类型，包括文本、图像、视频、音频和3D数据，并提供开源工具和付费计算及企业解决方案。