PII Redaction

Detect and redact personally identifiable information (PII) from text. GDPR-ready. 3-layer detection: regex, NLP, and AI.

原始信息汇总

PII Redaction API 数据集概述

基本信息

• 数据集名称：PII Redaction
• 类别：Text Analysis
• 提供者：daniel roizman
• 订阅者数量：1

API 性能指标

• 流行度：8.9
• 服务等级：100%
• 延迟：2729ms
• 测试通过率：100%

功能描述

检测并编辑文本中的个人身份信息（PII）。专为需要GDPR/隐私合规性但不想构建自己的PII管道的开发人员而构建。采用3层检测管道：正则表达式模式匹配、NLP（spaCy）和AI（Claude）。

端点

• POST /redact：使用模式匹配和NLP进行快速检测。
• POST /redact/deep：AI驱动的深度扫描，可捕获上下文相关的PII（需要Pro计划）。

请求体参数

字段	类型	必需	默认值	描述
text	string	是	—	要扫描的文本（最多50,000个字符）
mode	string	否	mask	mask 替换为[TYPE]；hash 替换为8字符哈希；synthetic 替换为逼真的假数据
entities	array	否	["all"]	筛选特定类型，例如["PERSON", "EMAIL"]

可检测的实体类型

PERSON、EMAIL、PHONE、ADDRESS、LOCATION、DATE、SSN、CREDIT_CARD、FINANCIAL、IP_ADDRESS、USERNAME、ID_NUMBER、ORGANIZATION、MEDICAL。

深度扫描（Pro计划）

捕获基本检测遗漏的内容：

• 昵称和非正式名称
• 交叉街道地址和模糊位置
• 社交媒体句柄
• 自然语言中的日期
• 揭示身份的关系
• 部分账号号码

编辑模式

• mask（默认）：用[TYPE]标签替换PII。
• hash：用8字符哈希替换PII。
• synthetic：用逼真的假数据替换PII。

响应示例

json { "redacted_text": "Contact [PERSON] at [EMAIL]", "entities_found": [ { "type": "PERSON", "original": "John Smith", "start": 8, "end": 18, "confidence": 0.85 }, { "type": "EMAIL", "original": "[e-mail]", "start": 22, "end": 36, "confidence": 1.0 } ], "stats": { "total_entities": 2, "processing_time_ms": 15.2, "layers_used": ["regex", "presidio"], "plan": "FREE" } }

订阅计划

计划	价格	每月请求数	可用端点
Free	$0	50	/redact
Pro	$14/mo	1,000	/redact + /redact/deep
Ultra	$49/mo	5,000	/redact + /redact/deep

搜集汇总

背景与挑战

背景概述

PII Redaction 数据集用于从文本中检测和编辑个人身份信息（PII），符合GDPR要求。它采用三层检测方法，包括正则表达式、自然语言处理（NLP）和人工智能（AI）。