datasets: data.gouv.fr, https://www.data.gouv.fr/datasets/6ab920182db7869f0b825b35
Data license: CC BY 4.0 (portal directory, derived from Dateno); dataset metadata as each portal publishes it · Data source: Dateno, DataPortals.org, data.europa.eu, opendatArchives, and each portal's DCAT catalogue
This data as json
| portal_id | key | harvest_id | title | description | landing_page | publisher | licence | issued | modified | keywords | themes | uri | identifier |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| data.gouv.fr | https://www.data.gouv.fr/datasets/6ab920182db7869f0b825b35 | 1 | Exemples d'anonymisation de textes en français (RGPD) pour l'entraînement de modèles de langage | Jeu de 20 exemples rédigés à la main, en français, pour apprendre à un modèle de langage (LLM) à remplacer les données personnelles d'un texte par des balises numérotées (\[NOM\_1], \[TELEPHONE\_1], \[IBAN\_1]…) avant de l'envoyer à un service tiers. Des cas sans aucune donnée personnelle sont inclus, pour que le modèle apprenne à les laisser intacts. <br /> Toutes les personnes, adresses, numéros de téléphone, e-mails et IBAN sont fictifs. <br /> Format : JSONL au format conversationnel (messages system, user, assistant), prêt pour le fine-tuning supervisé (TRL, Axolotl, Unsloth). <br /> Ce jeu fait partie d'une chaîne complète publiée sur ContexteTech (<https://contextetech.com>), hub open source de ressources pour LLM, hébergé en Europe : contexte d'anonymisation sans entraînement, évaluation, configuration LoRA pour Mistral 7B et agent de traitement de dossiers. Méthode complète : <https://contextetech.com/cas-usage/anonymiser-tickets-support> | https://www.data.gouv.fr/datasets/exemples-danonymisation-de-textes-en-francais-rgpd-pour-lentrainement-de-modeles-de-langage | ContexteTech | http://www.opendefinition.org/licenses/cc-by | 2026-09-27T13:54:31.951000 | 2026-09-27T13:56:49.327000 | ["anonymisation", "intelligence-artificielle", "rgpd"] | [] | https://www.data.gouv.fr/datasets/6ab920182db7869f0b825b35 | 6ab920182db7869f0b825b35 |