Artikeln introducerar Zero-Shot Named Entity Recognition (NER) som en avancerad AI-metod för att upptäcka entiteter, särskilt PII (Personally Identifiable Information). Den belyser fördelarna med zero-shot NER, såsom GLiNER och NUNER, genom att eliminera behovet av dyr datamärkning och modellträning, vilket sparar tid och pengar. Traditionella NER-problem beskrivs som komplexa på grund av kostsam manuell datamärkning (IOB-taggning) och svårigheter med modellträning som tokenklassificering. Zero-shot NER-modeller kan identifiera entiteter som "person" eller "organisation" utan förhandsutbildning och har breda tillämpningar, inklusive med stora språkmodeller (LLM).