ru-pii-ner-gliner2.5

metrika-labs/ru-pii-ner-gliner2.5

ru-pii-ner-gliner2.5 is a token classification model from metrika-labs. Use it when you need labels on individual words, such as names. It is set up for gliner2. The card lists the license as apache-2.0.

Downloads · 30 days

1.2K

51% of all-time downloads

All-time downloads

2.3K

Public

Parameters

287M

1.2 GB on disk

Likes

Public

Hugging Face

Repo makeup

Click a slice to open those files.

.safetensors1.1 GB · 99%

At a glance

Task: Token Classification
Library: gliner2
License: apache-2.0
Model type: extractor
Access: Public
Created: Aug 30, 2026
Updated: Nov 5, 2026
SHA: 074f36f9

Try a prompt

Base models

fastino/gliner2.5-multi-v1

Model card

From the Hugging Face model README

О модели

Модель ищет персональные данные в русскоязычных документах. Кроме имён, адресов, дат, телефонов и почты она размечает идентификаторы, по которым человека можно связать с документом: данные паспорта и миграционных документов, СНИЛС, ИНН и другие госномера, банковские реквизиты, медицинские, судебные, нотариальные, кадровые и учебные номера, данные об имуществе и транспорте, номера билетов и заказов, аккаунты, пропуска, внутренние коды систем и многое другое. В реальных документах именно на них приходится большая часть персональных данных.

Датасет размечен по контексту, поэтому модель находит идентификаторы, которые не описать регулярным выражением, и отличает данные человека от данных организации. Границы разметки опираются на 152-ФЗ и российскую правоприменительную практику. Разметка консервативная — если непонятно к кому данные относятся, значение считается персональными данными. При этом граница проводилась по юридическому смыслу, а не по принципу «замазать всё подряд», то есть данные организаций, справочные и служебные значения, не привязанные к человеку, остаются нетронутыми.


metrika-labs/ru-pii-ner-gliner2.5	Распознавание типов и границ персональных данных. GLiNER2.5
metrika-labs/ru-pii-ner	Распознавание типов и границ персональных данных. ruRoberta-large

Метрики

Валидационная выборка: 405 документов, 4 134 сущности

Метрики строгие: спан засчитывается только при точном совпадении границ с эталоном. Coverage мягче — доля эталонных сущностей, полностью покрытых предсказаниями того же класса.

Класс	Сущностей	Precision	Recall	F1	Coverage
PERSON	789	93.28%	91.51%	92.39%	92.52%
LOCATION	249	88.94%	74.30%	80.96%	78.31%
DATE	562	89.64%	75.44%	81.93%	78.11%
PHONE	136	95.04%	84.56%	89.49%	86.03%
EMAIL	62	100.00%	87.10%	93.10%	87.10%
PII	2 336	89.91%	80.86%	85.15%	83.05%
Общее	4 134	90.83%	81.98%	86.18%	84.06%

Зависимость от порога, по умолчанию 0.5:

Порог	Precision	Recall	F1	TP	FP	FN
0.02	0.834	0.838	0.836	3 464	689	670
0.10	0.868	0.834	0.851	3 447	522	687
0.30	0.897	0.828	0.861	3 422	392	712
0.50	0.908	0.820	0.862	3 389	342	745
0.70	0.917	0.810	0.860	3 349	302	785
0.90	0.929	0.795	0.857	3 286	252	848
0.99	0.947	0.707	0.809	2 922	164	1 212

Датасет

4 097 примеров

Датасет полностью сгенерирован. Работа проходила в несколько этапов: юридическая проработка состава ПДн и правил разметки, генерация и аугментация документов, затем ручная доработка части примеров.

Примеры охватывают личные документы физических лиц, кадровую и внутреннюю документацию организаций, корпоративные и административные материалы, юридические и нормативные документы, договорную, коммерческую, финансовую, бухгалтерскую и банковскую документацию. Также государственные и регистрационные документы, медицинские, социальные и образовательные материалы, производственная и техническая документация, документы об имуществе и транспорте, деловая и пользовательская переписка, реестры, справочники, формы, таблицы и другие примеры.

Различные варианты bad OCR, HTML и Markdown, и других форматов. Около 6% примеров иностранные — английский, белорусский, узбекский, казахский, киргизский, таджикский, армянский, грузинский, азербайджанский.

Класс	Сущностей	Примеров
PERSON	7 790	2 629
LOCATION	1 918	763
DATE	4 514	1 481
PHONE	1 548	889
EMAIL	1 004	600
PII	22 466	3 103

Архитектура

Полный файнтюн fastino/gliner2.5-multi-v1 — GLiNER2.5

Модель не перебирает все возможные фрагменты текста, а сразу предсказывает, где сущность начинается и где заканчивается, после чего сопоставляет найденный фрагмент с каждой меткой. На практике это значит, что длина сущности ничем не ограничена: длинные адреса, банковские реквизиты и составные идентификаторы не обрезаются, а скорость не падает на объёмных документах. За один проход модель принимает до 4096 токенов, поэтому большинство документов обрабатывается целиком, без нарезки на куски.

Список меток не зашит в веса, а подаётся на вход вместе с текстом. Метки можно переименовать под свою схему или добавить новые типы без переобучения — модель ищет их по смыслу названия. Но заявленное качество относится только к меткам из карточки: на произвольных метках оно не гарантировано.

Использование

Установка:

pip install gliner2

Загрузка модели и обработка текста:

from gliner2 import AutoExtractor

model = AutoExtractor.from_pretrained("metrika-labs/ru-pii-ner-gliner2.5")
model.to("cuda")

LABELS = ["ru_pii_person", "ru_pii_location", "ru_pii_date",
          "ru_pii_phone", "ru_pii_email", "ru_pii"]

result = model.extract_entities(
    "Иван Петров, телефон +7 999 123-45-67",
    LABELS,
    threshold=0.5,
    include_spans=True,
)

{
    "entities": {
        "ru_pii_person": [
            {"text": "Иван Петров", "start": 0, "end": 11},
        ],
        "ru_pii_phone": [
            {"text": "+7 999 123-45-67", "start": 21, "end": 37},
        ],
        "ru_pii_location": [],
        "ru_pii_date": [],
        "ru_pii_email": [],
        "ru_pii": [
            {"text": "Иван Петров", "start": 0, "end": 11},
            {"text": "+7 999 123-45-67", "start": 21, "end": 37},
        ],
    }
}

Остальные параметры, батчи и работа со схемами — в документации GLiNER2.

ru_pii — общий класс персональных данных. ru_pii_person, ru_pii_location, ru_pii_date, ru_pii_phone, ru_pii_email его подклассы. Поэтому один фрагмент может одновременно получить общий класс и более конкретный. Для обезличивания рекомендуется использовать объединение всех найденных классов. Общий класс служит дополнительной страховкой и покрывает персональные идентификаторы, для которых нет отдельной категории.

Ограничения

NER модель — только один из слоёв системы обезличивания ПДн. В реальной системе её необходимо дополнять регулярными выражениями, словарями и прикладными правилами. При этом ни модель, ни полностью автоматический пайплайн не могут гарантировать обнаружение всех чувствительных данных.

Модель предназначена для поиска персональных данных. Она не выявляет коммерческую тайну и другую конфиденциальную информацию, не относящуюся к физическим лицам: без отдельных правил такие сведения останутся открытыми.

Примеры работы модели

<div style="font-size:14px;line-height:1.55"> <div> # СВИДЕТЕЛЬСТВО О РОЖДЕНИИ | Гражданин(ка) | Савицкий [PERSON 1.00] [PII 1.00] | | :--- | :--- | | фамилия | Кирилл Андреевич [PERSON 1.00] [PII 1.00] | | родился(лась) | 16 мая 2006 [DATE 0.84] [PII 0.86] года | | две тысячи шестого года [DATE 1.00] [PII 1.00] | | о чем в книге регистрации актов о рождении | | чиста | 11 [PII 0.97] | | произведена запись за № | 642 [PII 1.00] | | Место рождения: республика (государство) | Беларусь | | область (край) | | | район [LOCATION 0.93] [PII 0.96] | | | город (поселок, село, деревня) | г. Могилёв [LOCATION 1.00] [PII 1.00] | | РОДИТЕЛИ: | | | Отец | Савицкий [PERSON 1.00] [PII 1.00] | | Андрей Викторович [PERSON 1.00] [PII 1.00] | | национальность | белорус | | Мать | Савицкая [PERSON 1.00] [PII 1.00] | | Елена Сергеевна [PERSON 1.00] [PII 1.00] | | национальность | белорусская | | Место регистрации рождения | О / ЗАГС администрации Ленинского района Могилёва | | Дата выдачи « | 29 [DATE 0.82] [PII 0.77] | | мая | 2006 [DATE 0.82] [PII 0.68] | | Руководитель органа записи актов гражданского состояния | | | II-МГ [PII 0.75] № 4175836 [PII 0.80] | </div> <hr> <div> Продавец: ООО «Линия Интерьера» 190020, РФ, г. Санкт-Петербург, наб. Обводного канала, дом 134, офис 312 ОГРН 1187847236541 от 12.07.2018 р/с 40702810955000018426 Банк: Санкт-Петербургский филиал АО «Расчётный Союз» к/с 30101810600000000612 ИНН 7839127465, БИК 044030612 КПП 783901001 Покупатель: Киреева Милана Рустамовна [PERSON 1.00] [PII 0.99] 443080,РФ, Самарская область , Г. Самара, ул. Революционная, д. 91, кв. 28 [LOCATION 0.61] [PII 0.63] ОГРНИП 321631200047816 [PII 1.00] р/с 40802810761590003842 [PII 1.00] Банк: Самарское отделение № 1182 АО «Расчётный Союз» к/с 30101810600000000612 ИНН 631624837195, БИК 043601612 </div> <hr> <div> # СВИДЕТЕЛЬСТВО Форма № 2-1-Учет Код по КНД 1122022 Федеральная налоговая служба ## О ПОСТАНОВКЕ НА УЧЕТ ФИЗИЧЕСКОГО ЛИЦА В НАЛОГОВОМ ОРГАНЕ Настоящее свидетельство подтверждает, что **КАРИМОВ РУСТАМ ФАРХОДОВИЧ [PERSON 0.97] [PII 0.99]** пол — мужской дата рождения — 18.11.1986 [DATE 1.00] [PII 1.00] место рождения — КЫРГЫЗСТАН поставлен(а) на учет в соответствии с Налоговым кодексом Российской Федерации с присвоением **17.05.2024 [DATE 1.00] [PII 1.00]** ИНН: **0 2 0 4 9 8 6 1 5 6 5 4 [PII 0.99]** --- Заместитель начальника Инспекции Федеральной налоговой службы по Октябрьскому району г. Саратова А. В. Кондратьев [PERSON 1.00] [PII 1.00] *(подпись)* *(печать: МП ИНСПЕКЦИЯ ФЕДЕРАЛЬНОЙ НАЛОГОВОЙ СЛУЖБЫ ПО ОКТЯБРЬСКОМУ РАЙОНУ Г. САРАТОВА)* </div> <hr> <div> Взыскать с Управления ФНС России по Пермскому краю в пользу Корнилова М. С. [PERSON 1.00] [PII 1.00] судебные расходы в сумме 8 317 рублей. Решение суда может быть обжаловано в апелляционном порядке в течение одного месяца со дня принятия решения суда в окончательной форме в Пермский краевой суд путем подачи жалобы через Пермский районный суд Пермского края. Судья: Белозерова Т.К. [PERSON 1.00] [PII 1.00] Мотивированное решение составлено 17.08.2021 Документ для печати https://permski--perm.sudrf.ru/modules.php?name=sud_delo&srv_num... Стр. 7 из 7 11.04.2024, 14:37 Страница 1 из 2 Ленинский районный суд города Краснодара 350020, г. Краснодар, ул. Коммунаров, д. 179 Истец: Воронцов Максим Сергеевич [PERSON 0.98] [PII 0.97] 09.11.1984 [DATE 1.00] [PII 1.00] года рождения Место рождения: с. Ключи, Шадринского района Курганской обл. [LOCATION 1.00] [PII 1.00] Водительское удостоверение: серии 6632 № 718405 [PII 0.79] Место жительства: 350087, Краснодарский край, г. Краснодар, ул. Российская, д. 267 [LOCATION 1.00] [PII 1.00] Тел.: +7-918-417-6259 [PHONE 1.00] [PII 1.00] Эл. почта: maxim.vorontsov84@outlook.com [EMAIL 1.00] [PII 1.00] Ответчик: Алиев Тимур Эльдарович [PERSON 0.99] [PII 0.99] 24.03.1991 [DATE 1.00] [PII 1.00] года рождения Место рождения: Азербайджан [LOCATION 1.00] [PII 1.00] Водительское удостоверение: серии 6674 № 316528 [PII 0.82] Место жительства: 344022, Ростовская область, г. Ростов-на-Дону, ул. Пушкинская, д. 145, кв. 38 [LOCATION 1.00] [PII 1.00] Тел.: +7-928-681-2047 [PHONE 1.00] [PII 1.00] Судья: Н.В. Крылова [PERSON 1.00] [PII 1.00] Дело №: 2-714/2026 Судебное заседание: 18.05.2026 в 10:30 </div> <hr> <div> # ПАСВЕДЧАННЕ АБ НАРАДЖЭННІ | Грамадзянін(ка) | Савіцкі [PERSON 1.00] [PII 1.00] | | :--- | :--- | | прозвішча | Кірыл Андрэевіч [PERSON 1.00] [PII 1.00] | | нарадзіўся(пася) | 16 мая 2006 [DATE 0.84] [PII 0.87] года | | дзве тысячы шостага года [DATE 0.99] [PII 1.00] | | аб чым у кнізе рэгістрацыі актаў аб нараджэнні | | чысло | 11 [PII 0.94] | | зроблен запіс за № | 642 [PII 1.00] | | Месца нараджэння: рэспубліка (дзяржава) | Беларусь [LOCATION 0.70] | | вобласць (край) | | | раён [LOCATION 0.71] [PII 0.57] | | | горад (пасёлак, сяло, вёска) | г. Магілёў [LOCATION 1.00] [PII 1.00] | | БАЦЬКІ: | | | Бацька | Савіцкі [PERSON 1.00] [PII 1.00] | | Андрэй Віктаравіч [PERSON 1.00] [PII 1.00] | | нацыянальнасць | беларус | | Маці | Савіцкая [PERSON 1.00] [PII 1.00] | | Алена Сяргееўна [PERSON 1.00] [PII 1.00] | | нацыянальнасць | беларуская | | Месца рэгістрацыі нараджэння | А / ЗАГС адміністрацыі Ленінскага раёна г. Магілёва | | Дата выдачы « | 29 [DATE 0.96] [PII 0.96] | | мая [DATE 0.52] | 2006 [DATE 0.95] [PII 0.91] | | Крайнік органа запісу актаў грамадзянскага стану | | | II-МГ [PII 0.63] № 4175836 [PII 0.67] | </div> </div>

Task: Token Classification
Library: gliner2
Type: extractor
License: apache-2.0
Languages: ru
Created: Aug 30, 2026
Updated: Nov 5, 2026