Синтетический датасет для обучения NER-детектора персональных данных на русском языке. Содержит 4 500 примеров с аннотациями сущностей NAME (ФИО) и ADDRESS (адрес), а также негативные примеры без ПД. Создан в рамках проекта PIIDetector — гибридного детектора ПД для русского языка на базе Microsoft Presidio.

	Статистика

Метрика Значение

Всего примеров 4 500

Только NAME 1 113

Только ADDRESS 952

NAME… See the full description on the dataset page: https://huggingface.co/datasets/alrosait/pii-synthetic-ru.