Новый многоязычный синтетический финансовый набор данных от Gretel AI на HuggingFace 🤗 для разработчиков ИИ, работающих над обнаружением персональной информации PII

«`html

Обнаружение личной идентифицирующей информации (ЛИИ) в документах

Обнаружение ЛИИ в документах требует соблюдения различных регуляций, таких как Общий регламент по защите данных (GDPR) ЕС и различные законы США о защите финансовых данных. Эти регуляции предписывают безопасную обработку чувствительных данных, включая идентификаторы клиентов, финансовые записи и другую личную информацию.

Усиление обнаружения ЛИИ с помощью доменно-специфических наборов данных

Каждая организация имеет уникальные форматы данных и требования, которые могут потребовать полного охвата существующими моделями распознавания именованных сущностей (NER) или образцовыми наборами данных. Инструмент Navigator от Gretel позволяет разработчикам создавать настраиваемые синтетические наборы данных, отражающие их потребности.

Основные особенности синтетического финансового набора данных

Расширенные записи, покрывающие 100 различных форматов финансовых документов с поддержкой нескольких языков и обеспечивающие качество данных.

Применение синтетического финансового набора данных

Обучение моделей NER, тестирование систем сканирования ЛИИ, оценка систем деидентификации и разработка решений по защите данных.

Оценка качества и использование

Качество синтетических данных и ЛИИ обеспечивается техникой LLM-as-a-Judge с использованием языковой модели Mistral-7B.

Поддержка сообщества открытых данных

Компания Gretel поощряет открытые данные и сотрудничество в сообществе искусственного интеллекта, предоставляя высококачественные и этично полученные наборы данных.

Заключение

Синтетический финансовый набор данных от Gretel представляет собой важное новшество в обнаружении ЛИИ, позволяя разработчикам ИИ создавать более эффективные и доменно-специфические системы обнаружения ЛИИ.

«`