PII_Synthetic_DF

kaggle2024-03-13 更新2024-04-26 收录

下载链接：

https://www.kaggle.com/datasets/aravilliatchutaram/pii-synthetic-df

下载链接

链接失效反馈

官方服务：

资源简介：

创建时间：

2024-03-13

doubledsbv/pii_synthetic

该数据集包含了个人的详细信息，如姓名、地址、联系方式、政府颁发的证件号码、财务账户信息、健康和医疗记录、工作信息、设备标识、个人基本资料、家庭情况、社交媒体账号、车辆信息、财务交易记录、个人敏感信息、法律记录、网络行为数据、保险信息、身体状况以及旅行记录等。

Hugging Face2025-11-07 更新50

devtibo/synthetic_pii_finance

该数据集包含多个文本处理相关的特征，如掩码文本（masked_text）、未掩码文本（unmasked_text）、隐私掩码（privacy_mask）等。数据集还包含生物标签（bio_labels）、分词后的文本（tokenised_text）、跨度标签（span_labels）和语言（language）等信息。数据集分为一个训练集（train），包含24158个示例，总大小为199254926

Hugging Face2024-07-18 更新70

gretelai/synthetic_pii_finance_multilingual

该数据集是一个包含个人身份信息（PII）的合成金融文档数据集，支持多种语言（英语、法语、德语、荷兰语、西班牙语、意大利语）。数据集的主要用途包括训练NER模型检测和标记PII、测试PII扫描系统、评估去识别系统的性能以及开发和测试金融行业的数据隐私解决方案。数据集包含55,940条记录，分为50,776条训练记录和5,164条测试记录，涵盖了100种不同的金融文档格式，每种格式有20个特定子类型。

Hugging Face2024-06-11 更新550

synthetic_pii_finance_multilingual

魔搭社区2025-12-05 更新70

PII-Synthetic-Data-MLM

该数据集包含两个序列类型的特征：词汇tokens和对应的标签tags。整个数据集分为训练集和验证集，共计5000个样本。数据集适用于需要序列标注的NLP任务。

Hugging Face2025-04-13 更新50