Mindket

GLiNER2-PII

新上架第 1 版 · 更新于

概览

在文本中找出姓名、邮箱、电话和银行卡号等个人数据,支持七种语言和 42 种标签类型。适合构建脱敏和数据清洗流程的开发者。

GLiNER2-PII 是一款工具包,属于开发类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • Windows、macOS 或 Linux 上的 Python
  • 用 pip 安装的 gliner2 包
  • 足够的磁盘空间,F32 权重约 1.2 GB
用在
  • 导入 gliner2 包的 Python 脚本
  • 脱敏和遮盖流程
  • 英语、法语、西班牙语、德语、意大利语、葡萄牙语或荷兰语的文本
先运行
pip install gliner2

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

GLiNER2-PII 拿来 fastino 的 GLiNER2 模型,针对个人数据做进一步调整。它检测文本中的个人可识别信息,方便你把它们遮盖掉。它认识 7 种语言中的 42 种实体类型,模型用一个包含 4,910 条标注文本的合成语料训练。

每次运行时由你选择要找哪些标签。模型会以你给的标签为条件,所以 42 个标签里的任何子集都可以。

适合谁

必须在文本里找出或隐藏个人数据的开发者和数据团队最适合它。它从 Python 运行。

IndustryWho uses itHow they use itExample
合规数据治理团队为 GDPR 或 CCPA 的政策工作找出个人数据标出文档里的姓名、邮箱和证件号
机器学习数据工程师在文本变成训练数据之前先清洗遮盖个人数据的精确范围
法律和医疗脱敏团队隐藏文档里的敏感片段遮盖一封信里的电话号码和姓名

如果你需要合规保证,就不要只靠它,因为它自己的基准平均 F1 是 0.477。

用在哪里

你在自己的电脑上用 Python 运行它,支持 Windows、macOS 或 Linux。

  • 导入 gliner2 包的 Python 脚本
  • 脱敏和遮盖流程
  • 英语、法语、西班牙语、德语、意大利语、葡萄牙语或荷兰语的文本
Use caseWhoWhat they get back
个人信息脱敏脱敏团队要遮盖的精确字符范围
策略分流治理团队能对应你自己规则的细粒度类型
训练数据清洁数据工程师训练前已遮盖个人数据的文本
多语言流程全球团队一个模型覆盖七种语言

如何设置

你需要 Python 和 gliner2 包。按名称加载时,模型会自动下载。

  • Windows、macOS 或 Linux 上的 Python
  • 用 pip 安装的 gliner2 包
  • 足够的磁盘空间,F32 权重约 1.2 GB
  1. 安装 Python。
  2. 用 pip 安装 gliner2 包。
  3. 也可以提前用 hub 工具下载模型文件。
  4. 在 Python 脚本里按名称加载模型。
pip install gliner2
pip install -U huggingface_hub
hf download fastino/gliner2-privacy-filter-PII-multi

如何使用

加载模型,给它一段文本和你想要的标签,然后调用 extract_entities。下面的选项会要求返回每个匹配的置信度和文本范围。

from gliner2 import GLiNER2

model = GLiNER2.from_pretrained("fastino/gliner2-privacy-filter-PII-multi")

text = "Email john.smith@acme.com or call +1 415 555 0199."
labels = ["email", "phone_number", "person"]

result = model.extract_entities(
    text,
    labels,
    threshold=0.5,
    include_confidence=True,
    include_spans=True,
)

print(result)
42 个标签中的一部分
GroupExample labels
姓名person, full_name, date_of_birth
联系方式email, phone_number, postal_code
政府证件passport_number, tax_id
银行iban, card_number
密钥和凭据password, api_key, access_token

示例

你传入一条短消息,里面有一个邮箱地址和一个电话号码,标签是 email、phone_number 和 person。它返回在这些标签下找到的匹配,每个都带有置信度和文本范围。

新手与专家

你可以把这个模型看成一支给文本里的隐私细节做标记的荧光笔。你说明要标哪几类细节,它就去标。第一个小尝试,是用你自己的句子跑上面的快速开始。

在底层,它是在合成数据上微调的 GLiNER2,运行时你传入的标签会引导它抽取什么。模型卡报告说,在 SPY 基准上,它在四个被比较的系统中取得最高的片段级 F1,并且在基于 GLiNER 的检测器中平均召回率为 0.718。

  1. 你的文本和 42 个标签的一个子集
  2. 模型以这些标签为条件
  3. 匹配带着范围和分数返回
  4. 你遮盖想隐藏的范围

注意事项

基准数字来自模型卡,只覆盖法律和医疗文本。

  • Size: 记录中是 307M 个参数,F32 下约 1.2 GB,以 Safetensors 格式存放
  • Languages: 英语、法语、西班牙语、德语、意大利语、葡萄牙语和荷兰语
  • Other versions: Hugging Face 列出了其他人做的 11 个量化版本和 8 个微调版本
  • License: apache-2.0
  • Cost to run: 未提及
  • Data it reaches: 你给它的文本,其中可能包含个人数据,以及从 Hugging Face 下载的模型文件
  • Benchmark: 模型卡的表格给出本模型的平均 F1 为 .477,另外三个系统分别为 .400、.398 和 .380

README 和文件

README

GLiNER2-PII

在文本中找出姓名、邮箱、电话和银行卡号等个人数据,支持七种语言和 42 种标签类型。适合构建脱敏和数据清洗流程的开发者。

由 fastino 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的,模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么:GLiNER2-PII 拿来 fastino 的 GLiNER2 模型,针对个人数据做进一步调整。它检测文本中的个人可识别信息,方便你把它们遮盖掉。它认识 7 种语言中的 42 种实体类型,模型用一个包含 4,910 条标注文本的合成语料训练。

每次运行时由你选择要找哪些标签。模型会以你给的标签为条件,所以 42 个标签里的任何子集都可以。

适合谁:必须在文本里找出或隐藏个人数据的开发者和数据团队最适合它。它从 Python 运行。

Industry | Who uses it | How they use it | Example
合规 | 数据治理团队 | 为 GDPR 或 CCPA 的政策工作找出个人数据 | 标出文档里的姓名、邮箱和证件号
机器学习 | 数据工程师 | 在文本变成训练数据之前先清洗 | 遮盖个人数据的精确范围
法律和医疗 | 脱敏团队 | 隐藏文档里的敏感片段 | 遮盖一封信里的电话号码和姓名

如果你需要合规保证,就不要只靠它,因为它自己的基准平均 F1 是 0.477。

用在哪里:你在自己的电脑上用 Python 运行它,支持 Windows、macOS 或 Linux。

  • 导入 gliner2 包的 Python 脚本
  • 脱敏和遮盖流程
  • 英语、法语、西班牙语、德语、意大利语、葡萄牙语或荷兰语的文本
Use case | Who | What they get back
个人信息脱敏 | 脱敏团队 | 要遮盖的精确字符范围
策略分流 | 治理团队 | 能对应你自己规则的细粒度类型
训练数据清洁 | 数据工程师 | 训练前已遮盖个人数据的文本
多语言流程 | 全球团队 | 一个模型覆盖七种语言

如何设置:你需要 Python 和 gliner2 包。按名称加载时,模型会自动下载。

  • Windows、macOS 或 Linux 上的 Python
  • 用 pip 安装的 gliner2 包
  • 足够的磁盘空间,F32 权重约 1.2 GB
  1. 安装 Python。
  2. 用 pip 安装 gliner2 包。
  3. 也可以提前用 hub 工具下载模型文件。
  4. 在 Python 脚本里按名称加载模型。
pip install gliner2
pip install -U huggingface_hub
hf download fastino/gliner2-privacy-filter-PII-multi

如何使用:加载模型,给它一段文本和你想要的标签,然后调用 extract_entities。下面的选项会要求返回每个匹配的置信度和文本范围。

from gliner2 import GLiNER2

model = GLiNER2.from_pretrained("fastino/gliner2-privacy-filter-PII-multi")

text = "Email john.smith@acme.com or call +1 415 555 0199."
labels = ["email", "phone_number", "person"]

result = model.extract_entities(
    text,
    labels,
    threshold=0.5,
    include_confidence=True,
    include_spans=True,
)

print(result)
Title: 42 个标签中的一部分
Group | Example labels
姓名 | person, full_name, date_of_birth
联系方式 | email, phone_number, postal_code
政府证件 | passport_number, tax_id
银行 | iban, card_number
密钥和凭据 | password, api_key, access_token

示例:你传入一条短消息,里面有一个邮箱地址和一个电话号码,标签是 email、phone_number 和 person。它返回在这些标签下找到的匹配,每个都带有置信度和文本范围。

新手与专家:你可以把这个模型看成一支给文本里的隐私细节做标记的荧光笔。你说明要标哪几类细节,它就去标。第一个小尝试,是用你自己的句子跑上面的快速开始。

在底层,它是在合成数据上微调的 GLiNER2,运行时你传入的标签会引导它抽取什么。模型卡报告说,在 SPY 基准上,它在四个被比较的系统中取得最高的片段级 F1,并且在基于 GLiNER 的检测器中平均召回率为 0.718。

你的文本和 42 个标签的一个子集
模型以这些标签为条件
匹配带着范围和分数返回
你遮盖想隐藏的范围

注意事项:基准数字来自模型卡,只覆盖法律和医疗文本。

  • Size: 记录中是 307M 个参数,F32 下约 1.2 GB,以 Safetensors 格式存放
  • Languages: 英语、法语、西班牙语、德语、意大利语、葡萄牙语和荷兰语
  • Other versions: Hugging Face 列出了其他人做的 11 个量化版本和 8 个微调版本
  • License: apache-2.0
  • Cost to run: 未提及
  • Data it reaches: 你给它的文本,其中可能包含个人数据,以及从 Hugging Face 下载的模型文件
  • Benchmark: 模型卡的表格给出本模型的平均 F1 为 .477,另外三个系统分别为 .400、.398 和 .380

Hugging Face 上的数据(2026年11月16日)

  • 任务:token classification
  • 框架:gliner2
  • 参数量:307M
  • Weights: about 1.2 GB in F32; about 154 MB at 4-bit (estimate)
  • Formats: Safetensors
  • 最近 30 天下载:132,410
  • 点赞:115
  • 许可证:apache-2.0
  • 语言:en, fr, es, de, it, pt, nl
  • Quantized versions: 11
  • Fine-tunes: 8
  • 标签:gliner2, safetensors, extractor, privacy, redaction, information-extraction, span-extraction, token-classification

链接

  • 模型:https://huggingface.co/fastino/gliner2-privacy-filter-PII-multi
  • 文件:https://huggingface.co/fastino/gliner2-privacy-filter-PII-multi/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件:

pip install -U huggingface_hub
hf download fastino/gliner2-privacy-filter-PII-multi

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。

文件
README.md  6 KB

1 个文件,共 6 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-15

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face 模型。

产品最近 30 天下载点赞参数量许可证最近更新
GLiNER2-PII 本页132,410115307Mapache-2.0
UltraBERT-150M-clairic-extraction共有 span-extraction · information-extraction · token-classification1385151Mapache-2.0
cbx-indic-pii-extractor-58M共有 redaction · privacy · token-classification96457.6Mapache-2.0
cbx-indic-pii-extractor-17M共有 redaction · privacy · token-classification76316.7Mapache-2.0
GLiNER2 base共有 extractor · gliner2 · safetensors353,994106208Mapache-2.0
GLiNER2.5 Base共有 information-extraction · gliner2 · safetensors132,02743194Mapache-2.0
数据为 Mindket 在 2026-11-13 至 2026-11-15 期间读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

all-mpnet-base-v2

sentence-transformers · 工具包

把句子和段落变成 768 个数字组成的向量,用来按含义搜索、聚类和比较文本,适合处理英文的开发者和数据团队。

新上架

multilingual-e5-base

intfloat · 工具包

把约 100 种语言的文本变成向量,让你能跨语言比较含义,用于搜索和匹配。适合构建多语言检索的开发者。

新上架

sprite-gen

aldegad · 技能

把一张角色底图做成可直接进游戏的精灵图,输出带清单的图集或透明动作循环,适合在 Codex 或 Claude Code 里做游戏的开发者。

新上架4097

开发类的相似商品

查看开发类的全部商品

VibeSkills

foryourhealth111-pixel · 技能

从大量已安装的技能中挑出合适的,并把每个任务拆成可检查的步骤,交给你的编程智能体。在它自己的基准测试里,平均奖励提高了 21.12 个百分点,令牌用量下降了 29.6%。

新上架3821

claude-bughunter

elementalsouls · 技能

为 Claude Code 提供 83 个技能和 15 个斜杠命令,用于漏洞赏金和获得授权的红队工作,从网页漏洞类别到企业身份攻击,再到报告撰写。适合安全研究人员。

新上架6853

Qwen3.8-27B-ASCII-Condensed

bsaleh03 · 工具包

把 Qwen3.8-27B 的词表裁剪到只剩 ASCII,让一块 16 GB 显卡就能装下长得多的提示词。这是供 llama.cpp 使用的 GGUF 版本,适合英文文本和代码。

新上架