非结构化商业文本中隐私信息识别-第2名方案(含数据)
共 2179字，需浏览 5分钟
· 2021-05-15
向AI转型的程序员都关注了这个号👇👇👇
人工智能大数据与深度学习 公众号：datayx
随着社交网络、移动通讯等技术的迅速发展，网络中存在大量包含隐私数据的文本信息，如何在非结构化的本文信息中精准识别隐私数据并对其进行保护已经成为隐私保护领域中亟需解决的问题。例如，商业领域中，在保证双方隐私信息（公司及其客户的技术数据等）不被非相关人员或企业泄漏的情况下收集客户需求并进行挖掘是较为困难的，往往需要对本文中的隐私数据提取后进行进一步的匿名化等隐私保护操作。现有的隐私保护方法，如K-匿名、差分隐私等技术较为成熟，但缺少对隐私信息识别的关键技术。针对这一问题，本赛题将关注点集中在隐私属性的识别问题中，针对非结构化的本文信息进行分析，对文本中所涉及到的隐私信息精准提取。该任务为后续隐私保护操作提供强有力的支撑，是隐私保护领域的重要前提。
任务：要求参赛者从提供的非结构化商业文本信息中识别出文本中所涉及到的隐私数据，包括但不限于：
（1）公司或个人基本信息：账号、姓名、联系方式、地址等；
（2）商业秘密：制造方法、工艺流程、产品名称、专利名称等。
数据说明
训练数据包含（1）n.txt文件为原始文档；（2）n.csv文件为n.txt文本相对应的标注信息，其中n为第n条数据。数据样例如下：
.txt文件中包含有多轮对话文本信息或者单独的一段文本描述，比如：
明略科技智能营销解决方案系列课程中，来自明略科技集团秒针系统全域营销测量事业部（OMI）产品经理周露露进行了主题为《挖掘自有媒体用户资产，优化营销策略》的分享。
.csv文件标注信息：第一列为文本ID，第二列为隐私类别，第三列为隐私信息在原文中的起始位置，第四列为隐私信息在原文中的结束为止，第五列为隐私信息。
代码 获取方式：
分享本文到朋友圈
关注微信公众号 datayx 然后回复 隐私信息 即可获取。
AI项目体验地址 https://loveai.tech
店铺地址：
https://shop585613237.taobao.com
机器学习算法AI大数据技术
搜索公众号添加： datanlp
长按图片，识别二维码
阅读过本文的人还看了以下文章：
基于40万表格数据集TableBank，用MaskRCNN做表格检测
《深度学习入门：基于Python的理论与实现》高清中文PDF+源码
2019最新《PyTorch自然语言处理》英、中文版PDF+源码
《21个项目玩转深度学习：基于TensorFlow的实践详解》完整版PDF+附书代码
PyTorch深度学习快速实战入门《pytorch-handbook》
【下载】豆瓣评分8.1,《机器学习实战:基于Scikit-Learn和TensorFlow》
李沐大神开源《动手学深度学习》，加州伯克利深度学习（2019春）教材
【Keras】完整实现‘交通标志’分类、‘票据’分类两个项目，让你掌握深度学习图像分类
如何利用全新的决策树集成级联结构gcForest做特征工程并打分？
Machine Learning Yearning 中文翻译稿
斯坦福CS230官方指南：CNN、RNN及使用技巧速查（打印收藏）
中科院Kaggle全球文本匹配竞赛华人第1名团队-深度学习与特征工程
不断更新资源
深度学习、机器学习、数据分析、python
搜索公众号添加： datayx