/ Модель

Характеристики

Контекст
514 токенов
Параметры
454 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Опубликована
27 янв 2025

BANonymizer-PL

Разметка токеновТекст → label3 профессии

BANonymizer-PL на базе HerBERT-large-cased находит фамилии и псевдонимы в польских текстах для защиты персональных данных.

205скачиваний за 30 дней2лайкавеса обновлены3 фев 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

BANonymizer-PL — дообученная NASK-PIB модель на базе HerBERT-large-cased, разработанного Allegro, для поиска и анонимизации персональных данных в польских текстах. Она использует архитектуру BERT для классификации токенов; в репозитории указано около 453,9 млн параметров, а длина контекста составляет 514 токенов.

Модель обучена на наборе BAN-PL с более чем 20 тысячами вручную размеченных примеров и предназначена для обнаружения фамилий и псевдонимов в сценариях защиты приватности, например при подготовке наборов данных для исследований. Она также различает эти сущности и упоминания умерших людей, исторических фигур и вымышленных персонажей, которые не следует анонимизировать. Доступна по лицензии Apache 2.0.

Модель ориентирована на польский язык и разметку токенов; README не описывает другие типы персональных данных. Её контекст ограничен 514 токенами.

Сценарии применения

  • анонимизация фамилий в польских текстах
  • обнаружение псевдонимов перед публикацией документов
  • подготовка исследовательских наборов данных с защитой приватности

Ограничения

Модель предназначена для польских текстов и обнаружения фамилий и псевдонимов; README не заявляет поддержку других типов чувствительных данных. Контекст ограничен 514 токенами.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

BANonymizer-PL

This model is a fine-tuned version of HerBERT-large-cased, a Polish language model developed by Allegro, specialized in anonymizing sensitive and personal information in Polish texts.

Training and Purpose

The model has been fine-tuned on the BAN-PL dataset, which contains over 20,000 manually labeled examples and a test set of more than 2,000 examples. It is designed to detect and anonymize entities such as pseudonyms and surnames, except for deceased individuals, historical figures, and fictional characters.

Applications

This model is particularly useful for privacy-preserving tasks, such as anonymizing datasets for research purposes. Unlike other publicly available tools that primarily focus on surnames, this model uniquely handles both surnames and pseudonyms, enhancing its utility in various anonymization workflows.

Usage

Example code:

from transformers import pipeline

model_name = "NASK-PIB/BANonymizer-PL"
ner = pipeline(
        "token-classification",
        model=model_name,
        aggregation_strategy="simple",
    )

text = "Pan Kowalski, znany jako 'Cichy', mieszka w Warszawie"
result = ner(text)

print(result)

License

Apache-2.0

Citation

If you use this model, please cite the following paper:

@misc{kołos2024banpl,
      title={BAN-PL: a Novel Polish Dataset of Banned Harmful and Offensive Content from Wykop.pl web service}, 
      author={Anna Kołos and Inez Okulska and Kinga Głąbińska and Agnieszka Karlińska and Emilia Wiśnios and Paweł Ellerik and Andrzej Prałat},
      year={2024},
      eprint={2308.10592},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · token-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForTokenClassification
Ревизия весов
f903588

0 моделей