/ Модель

Характеристики

Контекст
512 токенов
Параметры
141 млн
Лицензия
MIT
Архитектура
bert · dense
Базовая модель
KPF-bert-ner
Библиотека
transformers
Опубликована
11 апр 2026

kpfbert-kdpii

Разметка токеновТекст → label3 профессии

Корейская BERT-модель для поиска и разметки персональных данных в диалоговом тексте.

70скачиваний за 30 дней1лайквеса обновлены21 июл 2026

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

townboy/kpfbert-kdpii — корейская модель на базе BERT, дообученная автором townboy для обнаружения персональных данных в диалоговом тексте. Она размечает токены и извлекает такие сущности, как имена, псевдонимы, номера счетов и телефонов, адреса электронной почты, адреса и идентификаторы. Модель содержит 141,2 млн параметров, принимает текст с контекстом до 512 токенов и доступна в формате safetensors для библиотеки Transformers.

Для обучения использован KDPII-подобный набор диалогов: 4 981 документ, 53 778 предложений и 33 метки. В описании обучения указан максимальный размер последовательности 128 токенов; классификационная голова была заново инициализирована для нового набора меток. Модель подходит для поиска чувствительных данных и подготовки текстов к обезличиванию, но её следует проверить на данных целевого продукта перед внедрением. Лицензия — MIT.

Сценарии применения

  • поиск имён и псевдонимов в корейских диалогах
  • обнаружение телефонных номеров и адресов электронной почты
  • выявление адресов, номеров счетов и идентификаторов
  • разметка чувствительных фрагментов перед обезличиванием переписки

Ограничения

Модель предназначена для корейского диалогового текста; качество на других жанрах и данных следует проверить отдельно. В README рекомендована проверка на трафике целевого продукта перед использованием в production.

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

townboy/kpfbert-kdpii

Korean PII token-classification model fine-tuned from KPF/KPF-bert-ner on a KDPII-style dialogue dataset.

Dataset

  • Source file: 연대1_PII_dataset_V3.json
  • Documents: 4981
  • Sentences: 53778
  • Positive PII sentences: 19037
  • Label count: 33

Training Setup

  • Max length: 128
  • Epochs: 4.0
  • Learning rate: 2e-05
  • Train batch size: 8
  • Eval batch size: 8
  • Device: cuda
  • GPU: NVIDIA GeForce RTX 4060 Ti
  • Mixed precision: auto
  • Gradient checkpointing: True

Intended Use

This model is intended for Korean personally identifiable information detection in dialogue-like text. Typical labels include names, nicknames, account numbers, mobile numbers, emails, addresses, IDs, and related sensitive entities.

Quick Inference

from transformers import pipeline

pipe = pipeline(
    "token-classification",
    model="townboy/kpfbert-kdpii",
    aggregation_strategy="simple",
)

print(pipe("Phone 010-8661-5573, ID wanderingrabbit1"))

Notes

  • The classification head is reinitialized for the KDPII label space.
  • This checkpoint should be validated on your target product traffic before production use.

License and Attribution

This model is released under the MIT License.

This model was fine-tuned from KPF/KPF-bert-ner, which is released under the MIT License.

The model was trained using the KDPII DATASET REVISED.

The KDPII dataset is licensed under CC BY 4.0.

Please provide appropriate attribution to the KDPII dataset when using or redistributing this model.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · token-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForTokenClassification
Ревизия весов
21ebf05

0 моделей