ssl-jp/pii-ja-ner-onnx

PII-JA-Detection (ONNX)

日本語PII（個人識別情報）検出モデルのONNXエクスポート版です。

モデル概要

• ベースモデル: tohoku-nlp/bert-base-japanese
• タスク: トークン分類 (BIO tagging)
• 対応PIIタイプ: 18種類

検出可能なPIIタイプ

タイプ	説明
PERSON_NAME	氏名
ORGANIZATION_NAME	組織名
PHONE_NUMBER	電話番号
EMAIL	メールアドレス
ADDRESS	住所
MY_NUMBER	マイナンバー
PASSPORT_NUMBER	パスポート番号
DRIVER_LICENSE	運転免許証番号
INSURANCE_NUMBER	保険証番号
EMPLOYEE_ID	社員番号
STUDENT_ID	学籍番号
BANK_ACCOUNT	銀行口座番号
CREDIT_CARD	クレジットカード番号
DATE_OF_BIRTH	生年月日
AGE	年齢
IP_ADDRESS	IPアドレス
URL	URL
USERNAME	ユーザー名

使い方

import numpy as np
import onnxruntime as ort
from transformers import AutoTokenizer

# セッション作成
session = ort.InferenceSession("model.onnx")
tokenizer = AutoTokenizer.from_pretrained(".")

# 推論
text = "田中太郎の電話番号は090-1234-5678です。"
inputs = tokenizer(text, return_tensors="np", padding="max_length", max_length=512)
logits = session.run(None, {
    "input_ids": inputs["input_ids"],
    "attention_mask": inputs["attention_mask"],
})[0]

predictions = np.argmax(logits, axis=-1)

ラベルマッピング

BIOタグ方式（37ラベル）: O, B-PERSON_NAME, I-PERSON_NAME, ...

入出力仕様

入力	形状	型
input_ids	[batch_size, sequence_length]	int64
attention_mask	[batch_size, sequence_length]	int64

出力	形状	型
logits	[batch_size, sequence_length, 37]	float32