|
--- |
|
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`. |
|
|
|
```python |
|
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"]) |
|
``` |
