エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
判例の個人情報の自動マスキング コンペ振り返り|Nishika株式会社
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
判例の個人情報の自動マスキング コンペ振り返り|Nishika株式会社
こんにちは。Nishika CTOの松田です。 先日終了した「判例の個人情報の自動マスキング」コンペについて... こんにちは。Nishika CTOの松田です。 先日終了した「判例の個人情報の自動マスキング」コンペについて、振り返りたいと思います。 今回の振り返りでは少し趣向を変えて、コンペ開催に至る背景や上位ソリューションのご紹介とともに、他にあまり例がないと思われる 個人情報に関する固有表現抽出のデータセット作り の過程についてもご紹介します。 尚、本コンペは、述べ228名の方にご参加いただきました。 改めて感謝申し上げます。 本記事の要点 - 裁判の判例文中にある個人情報(人名、組織名、地名など)を、 自動で抽出する機械学習モデルを構築するコンペティション - 約200の判例文に30000弱の個人情報へのラベルが付られたデータセットを作成し、教師データとした - 1位のソリューションは91.4%の精度で抽出可能。 特に人名は94.5%、組織名・施設名は81.4%の高精度で抽出可能なモデルが構築で