用于现实文本匿名化评估的主题级推理

当前的文本匿名化评估依赖于基于跨度的指标，这些指标无法捕获对手实际可以推断的内容，并且假设单个数据主体，忽略多主体场景。为了解决这些限制，我们提出了 SPIA（主题级 PII 推断评估），这是第一个将评估单位从文本跨度转变为个人的基准，由跨法律和在线领域的 675 个文档组成，具有新颖的主题级保护指标。大量实验表明，即使超过 90% 的 PII 跨度被屏蔽，主题级推理保护也会下降至 33%，从而使大部分个人信息可通过上下文推理恢复。此外，以目标主体为中心的匿名化使非目标主体比目标主体暴露得更多。我们表明，主题级基于推理的评估对于确保现实环境中的安全文本匿名化至关重要。