mailcom: Pseudonymization tool for textual data

doi:10.1016/j.softx.2026.102703

2026-06-01

DOI：10.1016/j.softx.2026.102703

原文链接

查看原文

摘要

En 中文

数据的快速增长及其使用已加剧了对数据隐私的担忧。为支持包含敏感属性的数据研究，我们开发了mailcom包用于假名化处理。mailcom完全基于开源库构建，并设计为可配置和可扩展。默认支持多种语言，并可选择添加其他语言。由于假名化输出仍需人工审核以确保完全匿名化，该包作为一个可扩展的预处理层，在减少人工工作的同时建立了隐私保护的原则性基准，使在当前数据伦理和管理标准下对数字文本进行可重复研究成为可能。

Keyword:

Pseudonymization

Sensitive data

Natural language processing

Named entity recognition

Digital humanities

AI总结

对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。

期刊

SoftwareX

IF:

2.4

论文数:

346

被引数:

7.3K

机构

Ruprecht Karls University Heidelberg

学者数:

5.6W

论文数: 4.3W

被引数: 66

引用论文

Data Structures for Statistical Computing in Python Python中统计计算的数据结构

Proceedings of the Python in Science Conference

IF0

2010-01-01

OAAI

Wes McKinney

Unsupervised Cross-lingual Representation Learning at Scale

Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics

IF0

2020-01-01

OAAI

Alexis Conneau; Kartikay Khandelwal; Naman Goyal; Vishrav Chaudhary; Guillaume Wenzek; Francisco Guzmán; Edouard Grave; Myle Ott; Luke Zettlemoyer; Veselin Stoyanov

Unlimiformer: Long-Range Transformers with Unlimited Length Input Unlimiformer：具有无限长度输入的长程变换器

Advances in Neural Information Processing Systems 36

IF0

2023-01-01

PREAI

Bertsch,Amanda; Alon,Uri; Neubig,Graham; Gormley,Matthew