要約
自然言語処理の最近の進歩により、さまざまな下流タスクに対する BERT のような事前トレーニング済み言語モデルの有効性が実証されました。
イタリアの法的文書内の個人データの匿名化に特化した初の BERT ベースのモデルである GiusBERTo を紹介します。
GiusBERTo は、文脈上の関連性を維持しながら、名前、日付、場所などを含む匿名化するエンティティを認識するために、監査院の決定の大規模なデータセットでトレーニングされています。
保持されたテストセットで GiusBERTo を評価し、97% のトークンレベルの精度を達成しました。
GiusBERTo は、プライバシーとデータ保護のバランスをとりながら、匿名化のための正確でカスタマイズされた BERT モデルをイタリアの法曹界に提供しています。
要約(オリジナル)
Recent advances in Natural Language Processing have demonstrated the effectiveness of pretrained language models like BERT for a variety of downstream tasks. We present GiusBERTo, the first BERT-based model specialized for anonymizing personal data in Italian legal documents. GiusBERTo is trained on a large dataset of Court of Auditors decisions to recognize entities to anonymize, including names, dates, locations, while retaining contextual relevance. We evaluate GiusBERTo on a held-out test set and achieve 97% token-level accuracy. GiusBERTo provides the Italian legal community with an accurate and tailored BERT model for de-identification, balancing privacy and data protection.
arxiv情報
| 著者 | Giulio Salierno,Rosamaria Bertè,Luca Attias,Carla Morrone,Dario Pettazzoni,Daniela Battisti |
| 発行日 | 2024-06-21 10:25:26+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google