许可证：apache-2.0
基础模型：distilbert-base-multilingual-cased
标签：

• generated_from_trainer
  指标：
• 精确度
• 召回率
• F1值
• 准确率

模型索引：

• 名称：distilbert-base-multilingual-cased-pii
  结果：[]

数据集：

• ai4privacy/pii-masking-300k
  管道标签：token-classification

示例输入：

• 文本："我的名字是Yoni Go，我住在以色列。我的电话号码是054-1234567"

推理参数：
聚合策略："first"

使用方法：

from transformers import pipeline  

pipe = pipeline("token-classification", model="yonigo/distilbert-base-multilingual-cased-pii", aggregation_strategy="first")  
pipe("我的名字是Yoni Go，我住在以色列。我的电话号码是054-1234567")  

训练代码Git仓库

distilbert-base-multilingual-cased-pii

本模型是基于distilbert-base-multilingual-cased在ai4privacy/pii-masking-300k数据集上微调的版本。
在评估集上达到以下结果：

• 损失：0.0470
• Bod F1：0.9642
• Building F1：0.9789
• Cardissuer F1：0.9697
• City F1：0.9566
• Country F1：0.9737
• Date F1：0.9264
• Driverlicense F1：0.9633
• Email F1：0.9833
• Geocoord F1：0.9654
• Givenname1 F1：0.8653
• Givenname2 F1：0.8170
• Idcard F1：0.9390
• Ip F1：0.9842
• Lastname1 F1：0.8495
• Lastname2 F1：0.7609
• Lastname3 F1：0.7281
• Pass F1：0.9247
• Passport F1：0.9540
• Postcode F1：0.9808
• Secaddress F1：0.9732
• Sex F1：0.9700
• Socialnumber F1：0.9689
• State F1：0.9761
• Street F1：0.9609
• Tel F1：0.9777
• Time F1：0.9701
• Title F1：0.9572
• Username F1：0.9594
• 精确度：0.9428
• 召回率：0.9582
• F1值：0.9504
• 准确率：0.9909

训练结果

框架版本

• Transformers 4.41.2
• Pytorch 2.3.1+cu121
• Datasets 2.20.0
• Tokenizers 0.19.1