Tespit Karşılaştırmaları
Güvenlik talepleri denetlenebilir olmalıdır. Doğruluğu, kesinliği ve geri çağırmayı ölçmek için açık kaynak tespit motorumuzu standartlaştırılmış veri kümeleriyle sürekli olarak test ediyoruz.
Takma ad kullanma maruz kalmayı azaltır. Verileri anonim hale getirmez. Bir gizlilik ürünü için geri çağırma son derece önemlidir çünkü yanlış negatifler verileri harici API'lere sızdırır.
Mevcut Karşılaştırma Sonuçları
- Motor Versiyonu: 1.0.0
- SHA'yı taahhüt et:
f8387dc - Tarih: 6 Eylül 2026
- Veri Kümesi: Enron / Presidio standart kümeleri (Sentetik ve Gerçek)
- Örneklem büyüklüğü: 10.000 cümle
- Diller: İngilizce, İtalyanca
| Varlık | Hassasiyet | Geri Çağırma | F1 Puanı |
|---|---|---|---|
| E-posta | 0,99 | 0,99 | 0,99 |
| Kişi | 0,94 | 0,88 | 0.91 |
| Konum | 0.91 | 0,85 | 0,88 |
| Organizasyon | 0,90 | 0.82 | 0,86 |
| Telefon | 0,98 | 0,95 | 0,96 |
| IP Adresi | 1.00 | 1.00 | 1.00 |
Metodoloji
- Kesinlik: Motorun "Kişi" olarak işaretlediği tüm varlıklardan kaç tanesi aslında insandı? (Düşük hassasiyet, yüksek düzeyde yanlış pozitiflik anlamına gelir ve hassas olmayan yararlı metinleri yok eder).
- Hatırlayın: Metindeki gerçek kişilerden kaç tanesini motor başarıyla işaretledi? (Düşük bir geri çağırma, yüksek hatalı negatifler ve hassas verilerin sızdırılması anlamına gelir).
- F1 Puanı: Hassasiyet ve hatırlamanın harmonik ortalaması.
Üreme
Açık kaynak havuzumuzu kullanarak bu kıyaslamaları kendiniz çoğaltabilirsiniz.
pip install "pseudonymize[ml]"
python -m pseudonymize.benchmarks --benchmark-only