PIIvot：面向问答锚定辅导对话的轻量级NLP匿名化框架
计算与语言
2025-05-23 v1
摘要
个人身份信息（PII）匿名化是一项高风险任务，对许多开放科学数据共享计划构成了障碍。虽然PII识别近年来取得了长足进步，但在实践中，错误阈值和召回率/精确率之间的权衡仍然限制了这些匿名化流水线的采用。我们提出了PIIvot，一个利用数据上下文知识来简化PII检测问题的轻量级匿名化框架。为证明其有效性，我们还贡献了QATD-2k，这是同类中最大的开源真实辅导数据集，以支持对优质教育对话数据的需求。
引用
@article{arxiv.2505.16931,
title = {PIIvot: A Lightweight NLP Anonymization Framework for Question-Anchored Tutoring Dialogues},
author = {Matthew Zent and Digory Smith and Simon Woodhead},
journal= {arXiv preprint arXiv:2505.16931},
year = {2025}
}
备注
6 pages, 2 figures, submitted to EMNLP 2025, for associated dataset, see https://huggingface.co/datasets/Eedi/Question-Anchored-Tutoring-Dialogues-2k