Maria Irena Szawerna, Simon Dobnik, Ricardo Muñoz Sánchez, and Elena Volodina. 2025. The Devil’s in the Details: the Detailedness of Classes Influences Personal Information Detection and Labeling. In Proceedings of the Joint 25th Nordic Conference on Computational Linguistics and 11th Baltic Conference on Human Language Technologies (NoDaLiDa/Baltic-HLT 2025), pages 697–708, Tallinn, Estonia. University of Tartu Library. https://aclanthology.org/2025.nodalida-1.70/
Ytterligare sätt att citera datamängden.
En modell baserad på KB/bert-base-swedish-cased tränad med syfte att upptäcka personliga uppgifter, särskilt i studentuppsatser. Den här varianten skiljer mellan 38 detaljerade kategorier samt markerar början och insidan.
Den här modellen garanterar inte att alla personliga uppgifter i texten upptäcks. Använd den aldrig utan översikt av en människa (human-in-the-loop). Modellen presterar betydligt sämre på texter som inte är student- eller elev uppsatser.
Upptäckt av personliga uppgifter
| Fil | Storlek | Modifierad | Licens |
|---|---|---|---|
|
KB-bert-base-swedish-cased_PI-detection-detailed-iob
The model is hosted on HuggingFace and can be easily accessed e.g. using their Python library.
|
110.04 KB | GPL-3.0 |