metadata

title: Anonymizace českých textů
emoji: 🕵️
colorFrom: blue
colorTo: red
sdk: docker
app_port: 8501
license: mit

Anonymizace českých textů

Tento projekt poskytuje nástroj pro anonymizaci osobních údajů v českých textech pomocí knihovny Microsoft Presidio a dalších pokročilých NLP technik.

Funkce

Detekce širokého spektra osobních údajů v českém jazyce
Flexibilní metody anonymizace (nahrazení, maskování, hashování)
Podpora různých formátů vstupních textů
Uživatelsky přívětivé webové rozhraní pomocí Streamlit
Možnost generování syntetických dat pro anonymizované texty

Instalace

Pomocí Dockeru

Naklonujte tento repozitář:

git clone https://github.com/vas-projekt/anonymizacni-platforma.git
cd anonymizacni-platforma

Sestavte Docker obraz:

docker build -t anonymizace-ceskych-textu .

Spusťte kontejner:

docker run -p 8501:8501 anonymizace-ceskych-textu

Lokální instalace

Naklonujte repozitář a přejděte do jeho adresáře.

Vytvořte a aktivujte virtuální prostředí:

python -m venv venv
source venv/bin/activate  # Pro Windows použijte `venv\Scripts\activate`

Nainstalujte potřebné závislosti:
```
pip install -r requirements.txt
```
Stáhněte český jazykový model pro spaCy:
```
python -m spacy download cs_core_news_sm
```

Použití

Spusťte aplikaci:
```
streamlit run presidio_streamlit.py
```
Otevřete webový prohlížeč a přejděte na http://localhost:8501.
Vložte text, který chcete anonymizovat, nebo nahrajte soubor.
Vyberte typy osobních údajů, které chcete anonymizovat, a metodu anonymizace.
Klikněte na tlačítko "Anonymizovat" a zobrazte výsledky.

Konfigurace

Pro konfiguraci aplikace můžete upravit soubor .env s následujícími proměnnými:

OPENAI_API_KEY: Váš API klíč pro OpenAI (volitelné, pro generování syntetických dat)
DEBUG: Nastavte na "True" pro zobrazení podrobných chybových hlášení

Přispívání

Příspěvky jsou vítány! Prosím, otevřete issue pro návrhy na vylepšení nebo pošlete pull request s vašimi změnami.

Licence

Tento projekt je licencován pod MIT licencí. Viz soubor LICENSE pro více detailů.

Kontrola konfigurace na https://huggingface.co/docs/hub/spaces-config-reference