基于內(nèi)容和上下文的敏感個人信息實體識別方法
摘 要:針對現(xiàn)有方法對非結(jié)構(gòu)文本中結(jié)構(gòu)復雜的敏感個人信息實體無法有效識別的問題,提出一種基于內(nèi)容和上下文的敏感個人信息實體識別方法。一方面,利用規(guī)則匹配檢測具有可預測模式的敏感實體類型;另一方面,構(gòu)建了一個基于詞對關(guān)系分類架構(gòu)(ELECTRA-W2NER,EW2NER)的實體關(guān)系分類識別模型,以檢測模式復雜的敏感實體類型。(剩余8382字)
試讀結(jié)束
目錄
- 基于Fairmot的交通違法行...
- 基于內(nèi)容和上下文的敏感個人信息...
- 基于坐標注意力機制與Focal...
- 基于LSTM-CGAN 的風電...
- 基于異構(gòu)圖卷積網(wǎng)絡(luò)的隱式信任和...
- 基于神經(jīng)網(wǎng)絡(luò)與注意力的任意圖像...
- 基于深度學習的咖啡果實成熟度檢...
- 基于對比學習的文本生成圖像...
- 一種基于Transformer...
- 基于改進YOLOv8的百合地雜...
- 基于網(wǎng)絡(luò)重構(gòu)的改進GhostN...
- 基于字段信息和覆蓋率反饋的協(xié)議...
- 社交網(wǎng)絡(luò)中基于信任的社區(qū)謠言傳...
- 基于APSIM 模型的不同降水...
- 基于主從圖神經(jīng)網(wǎng)絡(luò)的拓撲一致模...