检测基准

安全声明应该是可检查的。 我们不断针对标准化数据集测试我们的开源检测引擎，以衡量准确性、精确度和召回率。

假名可以减少曝光。 它不会使数据匿名。 对于隐私产品来说，“召回”非常重要，因为误报会将数据泄露到外部 API。

当前基准测试结果

• 引擎版本： 1.0.0
• 提交 SHA: f8387dc
• 日期： 2026 年 9 月 6 日
• 数据集： Enron / Presidio 标准集（合成和真实）
• 样本量： 10,000 个句子
• 语言： 英语、意大利语

实体	精密	回忆	F1 分数
电子邮件	0.99	0.99 0.99	0.99 0.99
人	0.94	0.94 0.88	0.88 0.91
位置	0.91	0.91 0.85	0.85 0.88
组织	0.90	0.90 0.82	0.82 0.86
电话	0.98	0.98 0.95	0.95 0.96
IP 地址	1.00	1.00	1.00

方法论

1. 精度： 在引擎标记为“人”的所有实体中，有多少实际上是人？ （低精度意味着高误报，破坏有用的非敏感文本）。
2. 回想一下： 在文本中的所有实际人物中，引擎成功标记了多少人？ （召回率低意味着误报率高，敏感数据泄露）。
3. F1 分数： 精确率和召回率的调和平均值。

复制

您可以使用我们的开源软件包自行重现这些基准。

pip install "pseudonymize[ml]"
python -m pseudonymize.benchmarks --benchmark-only