/ GLiNER·Português brasileiro·24 categorias·LGPD
Cole uma peça, um contrato, um e-mail. O modelo marca 24 categorias canônicas de PII, destaca dados sensíveis nos termos do art. 5º, II da Lei nº 13.709/2018 e aceita labels arbitrários em zero-shot — OAB, número de processo, cargo, medicação.
Abrir interface original e todos os exemplos →
Desempenho dos modelos
Em mmBERT-small, F1 ≥ 0,99 em cartão de crédito, CPF, PIS, RG, data de nascimento, telefone, e-mail e CEP. Recall geral de 0,95 em avaliação cross-source — quatro fontes, 24 labels, nervaluate.
O marcador berco-de-tiradentes é um easter egg de avaliação: um label treinado desde o primeiro passo para medir memorização versus generalização.
| Modelo | Backbone | F1 partial | F1 exact |
|---|---|---|---|
| mmBERT-small · recomendado | jhu-clsp/mmBERT-small · 140M | 0.827 | 0.796 |
| ettin-68m · preciso | jhu-clsp/ettin-encoder-68m | 0.682 | 0.637 |
| ettin-32m · rápido | jhu-clsp/ettin-encoder-32m | 0.603 | 0.542 |
Como usar
O modelo mmBERT está disponível no Hugging Face. Os modelos Ettin exigem acesso aos respectivos repositórios.
# pip install gliner from gliner import GLiNER model = GLiNER.from_pretrained( "arthrod/gliner-mmbert-small-ptbr-pii-full-3x-v1") ents = model.predict_entities(texto, labels, threshold=0.4)
/ Consultoria
Implemento redação, triagem e governança de dados pessoais em escritórios e jurídicos internos — do modelo ao procedimento LGPD que o sustenta.