★ 2
Thunder-DeID+：面向韩国判决书与敏感文档的边界感知去标识化
研究将面向韩国法院判决书的去标识化模型迁移到更广泛敏感文档，针对韩语黏着结构导致 BPE 分词器将个人信息与助词合并的问题，提出 Thunder-DeID+，融合三层 PII 分类体系与边界感知分词器。在完整判决书上，四种模型规模（150M 至 1B）的严格类型 F1 从 0.76-0.77 提升…
arXiv NLP14 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
研究将面向韩国法院判决书的去标识化模型迁移到更广泛敏感文档，针对韩语黏着结构导致 BPE 分词器将个人信息与助词合并的问题，提出 Thunder-DeID+，融合三层 PII 分类体系与边界感知分词器。在完整判决书上，四种模型规模（150M 至 1B）的严格类型 F1 从 0.76-0.77 提升…
论文提出 AegisVox，通过为说话人分配一致的替代声音、并对含身份标识的对话轮次做文档一致替换，在保护临床语音隐私的同时保留停顿、语速与角色等临床证据。在 390 段共 63.6 小时的模拟对话上对比两种语音渲染器，发现替换实现更好可能伴随更差的临床或说话人关联指标，强调需按用途评估权衡而非保…