ReCoPII框架及韩语数据集发布

2026年10月28日，Taehwan Lee团队在arXiv发布ReCoPII（Relation-grounded Contextual PII masking）框架。该框架旨在构建无需特定前提假设的上下文PII掩码数据，通过本体约束实体关系生成标注语料。基于六个领域的韩语文档，该框架生成了包含关系、隐私及MASK/KEEP标注的ReCoPII-Ko数据集。评估显示，该数据集采样KEEP标签的标注者一致性达88.42%。利用该数据训练的上下文掩码模型表现优异，在固定泄漏预算下将过度掩码率控制在5.04%以内，且模型检测器参数量仅为XLM-R-large的四分之一，实现了轻量化部署。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。