ReCoPII:一种基于关系的上下文化PII掩码数据集构建框架
arXiv:2610.35925v1 发布类型:新 摘要:训练用于个人身份信息(PII)的上下文化掩码系统,需要能够区分某一实体类型中可掩码与不可掩码提及的示例,但隐私限制使得获取真实数据受到制约。基于作者的增强方法(SPY)会将与作者无关的提及标记为非PII,这种方法假定存在单一的数据主体,而忽视了其他可能的主体。我们提出了ReCoPII(基于关系的上下文化PII掩码),该框架无需这一假设即可构建此类数据:它规划受本体约束的实体关系,编写带有占位符的插入句,通过代码重建标注,利用独立的大型语言模型检查结果,并根据实体关系推导出MASK/KEEP标签。在来自六个领域的韩语文档上,它生成了Re



