★ 2
ReCoPII 提出关系锚定的上下文 PII 掩码数据集构建框架
研究者提出 ReCoPII 框架，通过本体约束的实体关系规划、占位符插入句生成与独立 LLM 校验，自动构建带 MASK/KEEP 标注的上下文 PII 掩码数据集，无需依赖真实隐私数据。在六个领域的韩语文档上产出 ReCoPII-Ko 语料，300 组样本中四名标注者对其 KEEP 标签一致率达…
arXiv NLP5 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
研究者提出 ReCoPII 框架，通过本体约束的实体关系规划、占位符插入句生成与独立 LLM 校验，自动构建带 MASK/KEEP 标注的上下文 PII 掩码数据集，无需依赖真实隐私数据。在六个领域的韩语文档上产出 ReCoPII-Ko 语料，300 组样本中四名标注者对其 KEEP 标签一致率达…
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…