🛡️ Text Anonymizer using NuNER Zero-shot

تطبيق لإخفاء الهوية في المستندات النصية تلقائيًا باستخدام تقنيات الذكاء الاصطناعي. يكتشف التطبيق الأسماء (PERSON)، والمنظمات (ORG)، والمواقع (GPE) ويستبدلها إما ببيانات وهمية أو برموز مثل [REDACTED].

تم بناء هذا المشروع كجزء من مهمة أكاديمية لمعالجة المستندات وإخفاء الهوية باستخدام نموذج Zero-shot NER (NuNER).

---

🎯 الميزات

• ✅ دعم تحميل ملفات .txt و .docx.
• ✅ دعم اختياري لملفات .pdf (استخراج نص فقط).
• ✅ استخدام نموذج NuNER Zero-shot للتعرف على الكيانات دون الحاجة لتدريب مسبق.
• ✅ استبدال الكيانات الحساسة ببيانات وهمية (باستخدام Faker) أو برموز مخصصة.
• ✅ إعادة بناء المستندات المخفية بنفس التنسيق الأصلي (لملفات .txt و .docx).
• ✅ واجهة مستخدم تفاعلية في Google Colab.
• ✅ واجهة برمجة تطبيقات (REST API) للاستخدام الآلي.
• ✅ دعم نمط استبدال مخصص (مثل ***** أو [REDACTED]).

---

🚀 كيفية الاستخدام (في Google Colab)

نظرًا لأن المشروع يستخدم نموذجًا كبيرًا للذكاء الاصطناعي، فإن أسهل طريقة لتشغيله هي عبر Google Colab.

1. افتح المشروع في Colab: (سيتم إضافة الرابط بعد رفع الكود على GitHub)

2. شغّل الخلايا بالترتيب: ابدأ بخلية تثبيت المكتبات وانتهي بتشغيل التطبيق أو الـ API.

3. لواجهة المستخدم:

   • شغّل خلية app.py.
   • ارفع ملفك.
   • اختر أنواع الكيانات (PERSON, ORG, GPE).
   • اختر نمط الاستبدال.
   • احصل على الملف المخفي!

4. لـ REST API:

   • شغّل خلية api.py.
   • احصل على رابط عام من ngrok.
   • أرسل طلبات POST إلى /anonymize مع الملف والإعدادات.

---

🧩 هيكل المشروع

text-anonymizer-nuner-zero/ │ ├── app.py # واجهة المستخدم التفاعلية (Colab) ├── api.py # خادم REST API (مع ngrok) ├── core.py # النواة الأساسية (نموذج NuNER, Faker) ├── file_handlers.py # معالجة الملفات (.txt, .docx, .pdf) ├── utils.py # دوال مساعدة (مثل دمج الكيانات) └── requirements.txt # قائمة المكتبات المطلوبة

---

📦 المتطلبات

• Python 3.8+
• المكتبات المذكورة في requirements.txt:
  • gliner (لنموذج NuNER Zero-shot)
  • python-docx, pdfplumber
  • Faker
  • Flask, pyngrok

---

📄 التقرير (Report)

تم إرفاق تقرير منفصل يشرح بالتفصيل:

• اختيار النموذج (NuNER Zero-shot) وأسبابه.
• هندسة النظام (من تحميل الملف إلى إخراج الناتج).
• التحديات التي واجهتنا (مثل دقة النموذج، الحفاظ على تنسيق .docx) وكيف تم حلها.
• أمثلة قبل وبعد إخفاء الهوية.

(سيتم رفع ملف REPORT.pdf في المستودع)

---

🤝 المساهمة

هذا مشروع أكاديمي، ولكن أي اقتراحات أو تحسينات مرحب بها!

1. عمل فورك (Fork) للمستودع.
2. إنشاء فرع (Branch) جديد للخاصية التي تريد إضافتها (git checkout -b feature/YourFeature).
3. عمل commit للتغييرات (git commit -m 'Add some feature').
4. دفع الفرع (git push origin feature/YourFeature).
5. فتح طلب سحب (Pull Request).

---

📜 الترخيص

هذا المشروع مفتوح المصدر بموجب ترخيص MIT. للتفاصيل، انظر ملف LICENSE.

---

📞 للاتصال

لأي استفسار:

• laithalksaf@gmail.com

---

تم التطوير باستخدام ❤️ في Google Colab