Gretel.ai 发布 synthetic_pii_docs_multidomain_en 数据集, 应用在 命名实体识别、文本分类 领域

Gretel.ai 本次发布的数据集 synthetic_pii_docs_multidomain_en, 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。它专门设计用于微调Gliner模型，适用于命名实体识别（NER）、文本分类和特定领域文档分析等任务。数据集涵盖多个行业，并包含每个文档的详细描述，使其成为开发和微调涉及敏感信息任务模型的全面资源。数据集分为训练、验证和测试集，分布在多个领域和实体类型中。

查看synthetic_pii_docs_multidomain_en

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。