许可证：apache-2.0
语言：

• 英文
• 法文
• 德文
• 西班牙文
• 葡萄牙文
• 意大利文
  库名称：gliner
  流水线标签：token-classification
  数据集：
• urchade/synthetic-pii-ner-mistral-v1

GLiNER PII 模型卡

GLiNER 是一种命名实体识别（NER）模型，能够使用双向Transformer编码器（类似BERT）识别任何实体类型。它为传统NER模型提供了实用替代方案，后者仅限于预定义实体，以及大型语言模型（LLM），尽管灵活，但在资源受限的场景下成本高昂且体积庞大。

该模型通过对 urchade/gliner_multi-v2.1 在 urchade/synthetic-pii-ner-mistral-v1 数据集上进行微调训练而成。

此模型能够识别多种类型的个人身份信息（PII），包括但不限于以下实体类型：人员、组织、电话号码、地址、护照号码、电子邮件、信用卡号、社会安全号码、健康保险ID号、出生日期、手机号码、银行账号、药物、CPF（巴西税号）、驾照号码、税务识别号、医疗状况、身份证号码、国民身份证号、IP地址、电子邮件地址、IBAN、信用卡有效期、用户名、健康保险号码、注册号、学生证号、保险号码、航班号、固定电话号码、血型、CVV、预订号、数字签名、社交媒体账号、车牌号、CNPJ（巴西公司税号）、邮政编码、护照号码、序列号、车辆注册号、信用卡品牌、传真号码、签证号码、保险公司、身份证明文件号、交易号、国民健康保险号、CVC、出生证明号码、火车票号、护照过期日期和社会安全号码。

相关链接

• 论文：https://arxiv.org/abs/2311.08526
• 代码库：https://github.com/urchade/GLiNER

from gliner import GLiNER  

model = GLiNER.from_pretrained("urchade/gliner_multi_pii-v1")  

text = """  
Harilala Rasoanaivo，一位来自塔那那利佛的本地商人，在Antohomadinika的Lot II M 92注册了一家名为“Rasoanaivo Enterprises”的新公司。他的电话号码是+261 32 22 345 67，电子邮箱为harilala.rasoanaivo@telma.mg。他还提供了社保号码501-02-1234用于注册。  
"""  

labels = ["work", "booking number", "personally identifiable information", "driver licence", "person", "book", "full address", "company", "actor", "character", "email", "passport number", "Social Security Number", "phone number"]  
entities = model.predict_entities(text, labels)  

for entity in entities:  
    print(entity["text"], "=>", entity["label"])  

Harilala Rasoanaivo => 人员  
Rasoanaivo Enterprises => 公司  
Lot II M 92 Antohomadinika => 完整地址  
+261 32 22 345 67 => 电话号码  
harilala.rasoanaivo@telma.mg => 电子邮件  
501-02-1234 => 社会安全号码