The human resource (HR) domain contains various types of privacy-sensitive textual data, such as e-mail correspondence and performance appraisal. Doing research on these documents brings several challenges, one of them anonymisation. In this paper, we evaluate the current Dutch text de-identification methods for the HR domain in four steps. First, by updating one of these methods with the latest named entity recognition (NER) models. The result is that the NER model based on the CoNLL 2002 corpus in combination with the BERTje transformer give the best combination for suppressing persons (recall 0.94) and locations (recall 0.82). For suppressing gender, DEDUCE is performing best (recall 0.53). Second NER evaluation is based on both strict de-identification of entities (a person must be suppressed as a person) and third evaluation on a loose sense of de-identification (no matter what how a person is suppressed, as long it is suppressed). In the fourth and last step a new kind of NER dataset is tested for recognising job titles in texts.


翻译:人力资源领域包含各种对隐私敏感的文本数据,如电子邮件通信和考绩等。对这些文件的研究带来了若干挑战,其中之一是匿名。在本文件中,我们分四个步骤评估目前荷兰文本对人力资源领域的识别方法。首先,用最新的实体识别模式更新了其中一种方法。其结果是,基于CONLL 2002 Pasion 的NER模型与BERTje变压器相结合,为压制人员提供了最好的组合(重呼叫0.94)和地点(重呼叫0.82)。为了制止性别,DEDUCE正在最佳地(重呼叫0.53)进行第二次净化评估,其依据是严格地对实体的识别(一个人必须被作为个人加以抑制),以及基于宽松的识别意识进行第三次评估(无论一个人如何被压制,只要它被压制了)。第四和最后一步是测试一种新的净化数据集,以在文本中确认职称。

0
下载
关闭预览

相关内容

[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
最新BERT相关论文清单,BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
一文读懂命名实体识别
人工智能头条
32+阅读 · 2019年3月29日
已删除
将门创投
7+阅读 · 2019年3月28日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
迁移学习之Domain Adaptation
全球人工智能
18+阅读 · 2018年4月11日
Arxiv
20+阅读 · 2020年6月8日
A Survey on Deep Learning for Named Entity Recognition
Arxiv
26+阅读 · 2020年3月13日
Arxiv
5+阅读 · 2019年11月22日
Arxiv
4+阅读 · 2019年9月26日
Arxiv
5+阅读 · 2018年1月30日
VIP会员
相关资讯
一文读懂命名实体识别
人工智能头条
32+阅读 · 2019年3月29日
已删除
将门创投
7+阅读 · 2019年3月28日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
迁移学习之Domain Adaptation
全球人工智能
18+阅读 · 2018年4月11日
Top
微信扫码咨询专知VIP会员