在当今数字时代,个人隐私信息的保护变得越来越重要。微软开源的Presidio Research项目为此提供了一个强大的工具箱,用于开发和评估个人身份信息(PII)检测模型。本文将深入介绍Presidio Research的功能特性、使用方法以及它在隐私保护领域的重要价值。
Presidio Research是Presidio项目的一个重要组成部分,专注于与数据科学相关的任务,用于开发新的识别器和评估整个系统。它不仅可以评估特定的PII识别器或PII检测模型,还包含了一个假数据生成器,能够基于模板和假PII创建合成句子。
Presidio Research包含以下几个核心功能模块:
Presidio Research主要面向以下两类用户:
对开发或评估PII检测模型感兴趣的研究人员和开发者,包括评估现有Presidio实例或Presidio PII识别器。
希望基于现有数据集或句子模板生成新数据的用户,例如为 命名实体识别(NER)模型增加实体值覆盖范围。
要开始使用Presidio Research,你需要Python 3.9或更高版本。安装方式有两种:
conda create --name presidio python=3.9 conda activate presidio pip install presidio-evaluator # 下载presidio-analyzer使用的spaCy模型 python -m spacy download en_core_web_lg
pip install poetry poetry install --with=dev # 安装所有额外的NER依赖(如Flair、Stanza、CRF),运行: # poetry install --with='ner,dev' # 下载presidio-analyzer使用的spaCy模型 python -m spacy download en_core_web_lg # 验证安装 pytest
注意:一些依赖(如Flair和Stanza)不会自动安装,以减少安装复杂性。
Presidio Research的数据生成过程非常灵活。它接收一个包含模板的文件,例如My name is {{name}}
。然后,通过对模板和PII值进行采样,创建新的合 成句子。此外,它还会对数据进行标记化,为新创建的样本创建标签(IO/BIO/BILUO)和跨度。
要了解更多关于数据生成/增强的信息,可以查看数据生成器README。对于运行生成过程的示例,可以参考这个notebook。
为了标准化处理过程,Presidio Research使用特定的数据对象来保存生成、分析、建模和评估数据和模型所需的所有信息。这些对象定义在data_objects.py中。
标准化的结构List[InputSample]
可以转换为不同的格式,包括CONLL、spaCy v3、Flair和JSON。这种灵活性使得数据可以轻松地用于不同的工具和模型。
Presidio Research框架允许你评估Presidio作为一个系统、NER模型或特定PII识别器的精确度和召回率,并进行错误分析。以下是一些评估示例:
Presidio Research还提供了训练多种PII检测模型的功能:
要在新数据集上训练vanilla CRF,可以参考这个notebook。
要训练新的spaCy模型,首先需要将数据集保存为spaCy格式:
# dataset是一个List[InputSample] InputSample.create_spacy_dataset(dataset, output_path="dataset.spacy")
要训练Flair模型,可以使用这个辅助类或以下代码片段:
from presidio_evaluator.models import FlairTrainer train_samples = "data/generated_train.json" test_samples = "data/generated_test.json" val_samples = "data/generated_validation.json" trainer = FlairTrainer() trainer.create_flair_corpus(train_samples, test_samples, val_samples) corpus = trainer.read_corpus("") trainer.train(corpus)
Presidio Research在隐私保护领域具有重要价值:
提高PII检测准确性: 通过提供多种模型训练和评估方法,帮助研究人员开发更准确的PII检测模型。
数据增强: 假数据生成器可以创建大量合成数据,提高模型的泛化能力。
标准化评估: 提供统一的评估框架,便于比较不同模型的性能。
灵活性: 支持多种popular自然语言处理框架,如spaCy、Flair和Stanza。
开源协作: 作为开源项目,encourages社区贡献和改进。
Presidio Research为隐私保护研究和应用提供了一个强大而灵活的工具箱。无论你是想开发新的PII检测模型,还是评估现有解决方案,Presidio Research都能为你提供valuable支持。随着隐私保护越来越受重视,相信Presidio Research将在未来发挥更大的作用。
如果你对隐私保护技术感兴趣,不妨深入探索Presidio Research,为构建更安全的数字世界贡献一份力量。
通过Presidio Research,让我们共同努力,为个人隐私保护开辟新的可能性!
AI Excel全自动制表工具
AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。
基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行 多模态操作。
UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。
开源且先进的大规模视频生成模型项目
Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具 备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。
全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表
爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。
一款强大的视觉语言模型,支持图像和视频输入
Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。
HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。
HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。
一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。
WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。
基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。
xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于 人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。
一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。
olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。
飞书多维表格 ×DeepSeek R1 满血版
飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号