privacy-parser

Privacy Parser 是一个用于从文本中精准识别并结构化提取个人身份信息（PII）的开源工具，基于 OpenAI Privacy Filter 的 1.5B 模型权重实现反向功能。它不进行脱敏掩码，而是输出带类型标签（如 private_email、account_number）和字符位置的结构化 PII 区间。采用 Hybrid 架构：结合大模型 BIOES 序列标注、Viterbi 解码、跨词合并及正则回退机制，在 CPU 上实现约 600ms 延迟与 0.929 F1 分数。适用于数据合规审计、泄露日志分析、第三方数据风险评估等需全面发现原始 PII 的场景。