alrosait/pii-synthetic-ru

PII Synthetic Dataset (Russian) — pii-synthetic-ru Синтетический датасет для обучения NER-детектора персональных данных на русском языке. Содержит 4 500 примеров с аннотациями сущностей NAME (ФИО) и ADDRESS (адрес), а также негативные примеры без ПД. Создан в рамках проекта PIIDetector — гибридного детектора ПД для русского языка на базе Microsoft Presidio. Статистика Метрика Значение Всего примеров 4 500 Только NAME 1 113 Только ADDRESS 952 NAME… See the full description on the dataset page: https://huggingface.co/datasets/alrosait/pii-synthetic-ru.