pii-masking-200k
收藏Mendeley Data2024-01-31 更新2024-06-30 收录
下载链接：
https://huggingface.co/datasets/ai4privacy/pii-masking-200k
下载链接
链接失效反馈官方服务：
资源简介：
应用场景：
创建时间：
2024-01-31
相关数据集
Isotonic/pii-masking-200k
Ai4Privacy PII200k数据集是一个多语言、多任务的数据集，主要用于训练模型从文本中移除个人身份信息（PII），特别是在AI助手和大型语言模型（LLMs）的背景下。数据集包含约209k个样本，涵盖了54种PII类别，涉及229个讨论主题/用例，分布在商业、教育、心理学和法律领域，并包含5种交互风格。数据集支持多种机器学习任务，如文本分类、标记分类、问答、文本生成等。数据集的特征包括掩码
Hugging Face2024-01-01 更新140
ai4privacy/pii-masking-200k
Ai4Privacy PII200k数据集是一个用于训练模型以从文本中移除个人可识别信息（PII）的多语言数据集，特别是在AI助手和大型语言模型（LLMs）的上下文中。数据集包含约209k个示例，涵盖了54种PII类别，针对229个讨论主题/用例，分布在商业、教育、心理学和法律等领域，并采用了5种交互风格。数据集通过专有算法生成，并经过人工验证以确保高质量。数据集支持英语、法语、德语和意大利语，未
Hugging Face2024-04-21 更新4530
PII Masking 200k
# Purpose and Features World's largest open source privacy dataset. The purpose of the dataset is to train models to remove personally identifiable information (PII) from text, especially in the conte
Mendeley Data2024-01-31 更新80
shivaniachary123/pii-masking-200k
Ai4Privacy PII200k数据集是一个用于训练模型从文本中移除个人可识别信息（PII）的大规模开源数据集，特别针对AI助手和大型语言模型（LLMs）的隐私保护场景。数据集包含约209,000个示例，总计13.6百万文本标记和649,000个PII标记，覆盖英语、法语、德语和意大利语四种语言。数据通过专有算法合成生成，确保无隐私侵犯，并经过人工验证以保证高质量。数据集涵盖54个PII类别（
Hugging Face2026-05-14 更新00
PII Masking 200k
# Purpose and Features World's largest open source privacy dataset. The purpose of the dataset is to train models to remove personally identifiable information (PII) from text, especially in the conte
NIAID Data Ecosystem00
