PII检测

PII检测

PII（Personally Identifiable Information）是指个人可识别信息，比如姓名，身份证号，手机号，邮箱地址，银行账号等。

假设有类似这样的一个文本：“根据昨天会议讨论的结果，赵晓辉先生将担任项目负责人，江燕女士担任行政助理，将来有任何相关问题，可电话或邮件方式先联系江燕女士，她的邮箱地址是JiangYan1688_admin@hotmail.com，电话号码为+(86) 21 2888 8888, 手机号码为138 8888 8888。另外通知，对于出差报销，请务必开设增值税发票，并注明公司账号信息，公司银行账号为 6225 8802 8888 8888，谢谢配合。”>

上面的文本中含有多个敏感的PII信息，有人名，电话号码，邮箱地址等，从文本中识别出这些信息有重大的意义：

保护个人隐私，有些对外公开的文档中需要识别出PII信息并进行脱敏处理，以此防止个人信息泄露
个人信息收集，从杂乱的文本中识别出个人信息用于后续的处理

本算法使用NLP技术识别文本中的PII信息，包括电话，邮箱地址，身份证，IP地址等信息。

输入数据

Web方式输入的文本最大长度为500字符，更大的数据集，建议使用API

输出数据

输出的数据格式是一个python字典的格式，其中详细标出了PII的类别及其在文本中的位置

        'type' -- 数据类别
  'start_char' -- 起始位置
    'end_char' -- 结束位置
       'text'  -- PII文本内容

  数据类别有如下一些类别：
         PERSON - 人名
          EMAIL - 邮箱
             ID - 身份证号
          PHONE - 电话
       LOCATION - 位置信息
             IP - IP地址
   BANK_ACCOUNT - 银行账号

需要直接对PII数据进行脱敏处理，请使用API方式调用
脱敏后的文本示例：我的邮件地址jian********@hotmail.com，电话号码为1378*******，欢迎联系！

请输入您的文本:

输出:

Output will be displayed here.

API接入