PII-gen-data

kaggle2024-04-25 更新2024-05-26 收录

PII检测

数据隐私

数据链接：

https://www.kaggle.com/datasets/takanashihumbert/pii-gen-data 数据链接链接失效反馈

官方服务：

资源简介：

LLM generated dataset for training a PII detection model

用于训练个人身份信息检测模型的由大语言模型生成的数据集

创建时间：

2024-03-07

数据堂—760小时印地语语音数据_对话（电话）

语音识别

数据隐私

印地语语音数据_对话（电话），基于约三十个常见主题来模拟录制。此数据集标注了文本内容、句时间戳、说话人身份、性别等多种属性，由1004名来自不同地域和文化背景的印度本土人录制，准确性高，为语音识别相关研究及应用提供了丰富的资源，经多家AI公司验证：有助于模型面对真实世界的多样性时能够表现出色。我们严格遵循数据保护法规和隐私规定，确保数据采集、存储和使用的过程中维护用户的隐私和合法权益，所有数据均遵

魔搭社区2025-07-30 更新390

onepaneai/pii_detect_benchmarking

PII检测

机器学习

该数据集包含标签、问题、实体类型、分数和预测标签等特征。数据集分为一个训练集，包含100个样本，文件大小为16758字节。下载大小为8727字节，数据集总大小为16758字节。数据集的配置文件名为default，数据文件路径为data/train-*。

Hugging Face2024-06-28 更新230

136小时韩语语音数据_对话（电话）【数据堂】

语音识别

数据隐私

韩语语音数据_对话（电话），基于约三十个常见主题来模拟录制。此数据集标注了文本内容、句时间戳、说话人身份、性别等多种属性，由216名来自不同地域和文化背景的韩国本土人录制，准确性高，为语音识别相关研究及应用提供了丰富的资源，经多家AI公司验证：有助于模型面对真实世界的多样性时能够表现出色。我们严格遵循数据保护法规和隐私规定，确保数据采集、存储和使用的过程中维护用户的隐私和合法权益，所有数据均遵循G

OpenDataLab2024-05-31 更新180

gretel-synthetic-pii-personas-v1

数据隐私

机器学习

该数据集包含使用隐私保护技术生成的合成人物数据，适用于测试数据隐私工具、开发姓名识别模型和其他与身份相关的机器学习任务。数据集包括多样化的个人身份信息（PII），统计信息显示总样本数为991,508，涵盖205个独特国家、404,175个独特公司、86,542个独特名字和241,682个独特姓氏。数据集展示了国家、地区和名字的分布情况，并提供了一个完整的数据记录示例。数据集适用于测试数据隐私工具、

Hugging Face2024-12-10 更新370

199小时英国英语语音数据_朗读（手机）【数据堂】

语音识别

数据隐私

英国英语语音数据_朗读（手机），基于给定的脚本朗读并模拟录制，覆盖经济、新闻、娱乐、常用口语、数字、字母等多个领域，内容丰富。此数据集标注了文本内容、时间戳等多种属性，由346名来自不同地域和文化背景的人参与录制，口音正宗，文本经过人工校对，准确率高，为语音识别相关研究及应用提供了丰富的资源，经多家AI公司验证：有助于模型面对真实世界的多样性时能够表现出色。我们严格遵循数据保护法规和隐私规定，确保

OpenDataLab2024-05-21 更新210

PII-gen-data

资源简介：

相关数据集