license: apache-2.0
language:
- it
pipeline_tag: token-classification
library_name: gliner
Model Card: Gliner - Modello Generalista per l'Identificazione di PII
Descrizione del Modello
Il modello è progettato per identificare e classificare informazioni personali identificabili (PII) all'interno di documenti di testo. Il modello è stato addestrato per essere generalista, ovvero in grado di riconoscere una vasta gamma di tag PII, ma con una specializzazione nell'identificazione dei tag più comuni e rilevanti nell'ambito amministrativo, legale e finanziario.
Ambiti di Applicazione
Particolarmente efficace nell'analisi di documenti legali, contratti, registri finanziari, e documenti amministrativi dove è fondamentale identificare e classificare correttamente le informazioni personali per la conformità alle normative sulla privacy (come il GDPR).
Tag Supportati
Il modello è stato addestrato con un totale di 11706 tag differenti. Alcuni esempi di tag che il modello può riconoscere includono:
- Nome del cliente: Identifica il nome completo di un cliente.
- Comune di nascita: Riconosce il comune in cui una persona è nata.
- Indirizzo di residenza: Riconosce l'indirizzo di residenza di una persona.
- Codice fiscale: Riconosce il codice fiscale di un individuo o di un'azienda.
- Numero di documento: Identifica numeri di documenti identificativi come passaporti, carte d'identità, ecc.
- Importo della transazione: Riconosce importi monetari relativi a transazioni finanziarie.
- Particella catastale: Identifica il numero di particella catastale relativo a un immobile.
- Nome dell'azienda: Riconosce il nome ufficiale di un'azienda.
- IBAN: Identifica numeri di conti bancari in formato IBAN.
- Indirizzo IP: Riconosce indirizzi IP associati a utenti o dispositivi.
Performance
Il modello è stato addestrato su un ampio dataset contenente circa 200K di esempi annotati manualmente per ciascun tipo di PII.
Limitazioni
- Variabilità dei Dati: Gliner può avere difficoltà nell'identificare PII in documenti non strutturati o con formattazioni molto diverse da quelle presenti nel set di addestramento.
- Tag Rari: Il modello può mostrare performance ridotte su tag meno comuni o su quelli che non erano ben rappresentati nel set di addestramento.
- Bias: Come tutti i modelli di machine learning, Gliner può essere soggetto a bias derivanti dal dataset di addestramento.
Installation
To use this model, you must install the GLiNER Python library:
!pip install gliner
Usage
Once you've downloaded the GLiNER library, you can import the GLiNER class. You can then load this model using GLiNER.from_pretrained and predict entities with predict_entities.
from gliner import GLiNER
model = GLiNER.from_pretrained("DeepMount00/GLiNER_PII_ITA")
text = """..."""
labels = ["label1", "label2"]
entities = model.predict_entities(text, labels)
for entity in entities:
print(entity["text"], "=>", entity["label"])