DaAnonymization:简单的可自定义管道工具，用于匿名化丹麦文字

丹麦文字的匿名化工具 描述 围绕SpaCy，DaNLP和DaCy的简单管道，用于匿名化丹麦语语料库。 流水线允许自定义功能的实现，并与自定义功能结合使用管道。 免费软件：Apache-2.0许可证 免责声明：由于管道利用预测模型和正则表达式功能来识别实体，因此无法保证已删除所有敏感信息。 特征 CPR，电话号码，电子邮件的正则表达式 将定制功能集成为管道的一部分 已实现丹麦语的命名实体模型（PER，LOC，ORG）： 达西（DaCy）： : DaCy基于多语言RoBERTa构建，从而支持其他语言以及丹麦语。 DaNLP： ： DaCy的批处理模式，如果预测大量文档，则强烈建议使用该模式，并且由于可以从多语言模型中进行微调，因此它对语言更改具有鲁棒性 安装 要从源代码安装： git clone https://github.com/martincjespersen/DaAno