arXiv · NLP· Linh Uyen Le, Ho Dinh Tri, Christian Hoang, Huy Hoang Ha·· 2026-10-09AI 评分21
Meddies-PII:用于临床去标识化的多语言个人身份信息提取框架
Meddies-PII: A Multilingual Framework for Personally Identifiable Information Extraction in Clinical De-identification
AI 导读
Meddies-PII-Model 在15个外部基准上取得最高性能,平均 F1 为0.827,强于最强基线的0.658。 该模型基于包含100万份合成临床文档、覆盖17种语言的 Meddies-PII-Dataset 训练,数据通过13个确定性门控验证。 团队承诺在论文被接收后,公开发布数据集、模型及生成框架,以支持多语言临床去标识化研究。
来源:arXiv · NLP · arxiv.org