ParkJunSeong/PIILOT_NER_Model

KoELECTRA for PII Detection (Korean)

This model is a fine-tuned version of monologg/koelectra-base-v3-discriminator for Personally Identifiable Information (PII) Detection in Korean text.

Model Description

이 모델은 한국어 텍스트 내에서 개인정보(이름, 주민등록번호, 전화번호, 이메일 등)를 식별하기 위해 KoELECTRA를 기반으로 미세조정(Fine-tuning)되었습니다.

• Developed by: ParkJunSeong
• Shared by: ParkJunSeong
• Language(s): Korean
• License: Apache-2.0
• Base model: monologg/koelectra-base-v3-discriminator
• Task: Token Classification (NER)

Intended Uses

이 모델은 다음과 같은 6가지 개인정보 엔티티를 탐지하는 데 사용할 수 있습니다.

Label	Description	Example
p_nm	이름 (Name)	홍길동
p_rrn	주민등록번호 (Resident Registration Number)	900101-1234567
p_ph	전화번호 (Phone Number)	010-1234-5678
p_em	이메일 (Email)	example@email.com
p_add	주소 (Address)	서울시 강남구
p_ip	IP 주소 (IP Address)	192.168.0.1
p_acn	계좌번호 (Account Number)	123-45-67890
p_pp	여권번호 (Passport Number)	M12345678
O	비정형 데이터 (Outside/Non-PII)	안녕하세요

Evaluation Results

(만약 성능 지표가 있다면 이 부분을 채워주세요, 없다면 생략 가능합니다)

• F1 Score: 95.92
• Precision: 95.46
• Recall: 96.38
• Accuracy: 99.69

Usage

from transformers import AutoTokenizer, AutoModelForTokenClassification, pipeline

# 1. Load Model & Tokenizer
model_name = "ParkJunSeong/PIILOT_NER_Model"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForTokenClassification.from_pretrained(model_name)

# 2. Create Inference Pipeline
# aggregation_strategy="simple" merges tokens (e.g., "홍", "##길동" -> "홍길동")
nlp = pipeline("ner", model=model, tokenizer=tokenizer, aggregation_strategy="simple")

# 3. Run Inference
text = "제 이름은 홍길동이고, 전화번호는 010-1234-5678입니다."
results = nlp(text)

# 4. Check Results
for entity in results:
    print(f"Entity: {entity['word']}, Label: {entity['entity_group']}, Score: {entity['score']:.4f}")