我有一个来自 NLP 领域的非常庞大的数据集，我想让它匿名。有什么方法可以检查我的预处理是否正确？一般来说，有什么方法可以评估匿名性的预处理有多好？

我想提一下，数据集非常庞大，因此可以手动检查。