Upload improved_anonymizer (10).py

improved_anonymizer (10).py

@@ -0,0 +1,759 @@
+import gradio as gr
+import re
+import os
+import requests
+import time
+import logging
+
+# تنظیم logging
+logging.basicConfig(level=logging.INFO)
+logger = logging.getLogger(__name__)
+
+class UniversalAnonymizer:
+    def __init__(self):
+        self.mapping_table = {}
+        self.counters = {
+            'company': 0, 
+            'person': 0, 
+            'amount': 0, 
+            'percent': 0
+        }
+        self.api_key = os.getenv("OPENAI_API_KEY", "")
+
+    def anonymize_text(self, original_text, lang='fa'):
+        """ناشناس‌سازی جامع با تشخیص خودکار الگوها"""
+        try:
+            if not original_text or not original_text.strip():
+                return "⚠ Please enter input text!" if lang == 'en' else "⚠ لطفاً متن ورودی را وارد کنید!"
+            
+            # ریست متغیرها
+            self.mapping_table = {}
+            self.counters = {key: 0 for key in self.counters.keys()}
+            
+            anonymized = original_text
+            
+            # مرحله 1: درصدها (اول از همه چون ممکن است در توضیحات باشند)
+            anonymized = self._anonymize_percentages(anonymized)
+            
+            # مرحله 2: مبالغ مالی (قبل از شرکت‌ها تا اعداد درون نام شرکت‌ها تغییر نکند)
+            anonymized = self._anonymize_amounts(anonymized)
+            
+            # مرحله 3: نام‌های اشخاص
+            anonymized = self._anonymize_persons(anonymized)
+            
+            # مرحله 4: نام‌های شرکت‌ها
+            anonymized = self._anonymize_companies(anonymized)
+            
+            logger.info(f"✅ Anonymization completed. Found {len(self.mapping_table)} entities.")
+            return anonymized
+            
+        except Exception as e:
+            return f"⚠ Error in anonymization: {str(e)}" if lang == 'en' else f"⚠ خطا در ناشناس‌سازی: {str(e)}"
+    
+    def _anonymize_percentages(self, text):
+        """تشخیص و ناشناس‌سازی همه انواع درصدها"""
+        
+        # الگوهای جامع درصدها
+        percent_patterns = [
+            # درصدهای منفی
+            r'منفی \d+\.?\d* درصد',
+            
+            # درصدهای با کلمه درصدی
+            r'\d+\.?\d* درصدی',
+            
+            # درصدهای ساده
+            r'\d+\.?\d* درصد',
+            
+            # بازه‌های درصدی
+            r'\d+\.?\d* تا \d+\.?\d* درصد',
+            r'\d+\.?\d*–\d+\.?\d*٪',
+            r'\d+\.?\d*-\d+\.?\d*٪',
+            
+            # درصدهای با توضیحات
+            r'بیش از \d+\.?\d* درصد',
+            r'حدود \d+\.?\d* درصد',
+            r'نزدیک به \d+\.?\d* درصد',
+            r'کمتر از \d+\.?\d* درصد',
+            r'بالای \d+\.?\d* درصد',
+            r'زیر \d+\.?\d* درصد',
+            r'حداقل \d+\.?\d* درصد',
+            r'حداکثر \d+\.?\d* درصد',
+            
+            # نمادهای درصد
+            r'\d+\.?\d*%',
+            r'\d+\.?\d*٪',
+            
+            # درصدهای دهگانی
+            r'\d+\.\d+ درصد',
+            
+            # بازه‌هایی با خط فاصله
+            r'\d+–\d+٪',
+        ]
+        
+        return self._apply_patterns(text, percent_patterns, 'percent')
+    
+    def _anonymize_amounts(self, text):
+        """تشخیص و ناشناس‌سازی همه انواع مبالغ مالی"""
+        
+        # الگوهای جامع مبالغ مالی
+        amount_patterns = [
+            # مبالغ با کاما و نقطه
+            r'\d+,\d{3},\d{3} میلیون ریال',
+            r'\d+\.\d{3}\.\d{3} میلیون ریال',
+            r'\d+,\d{3} میلیارد ریال',
+            r'\d+\.\d{3} میلیارد ریال',
+            
+            # مبالغ با واحد همت
+            r'\d+\.?\d* همت',
+            r'بیش از \d+\.?\d* همت',
+            r'نزدیک به \d+\.?\d* همت',
+            r'حدود \d+\.?\d* همت',
+            r'کمتر از \d+\.?\d* همت',
+            r'بالغ بر \d+\.?\d* همت',
+            
+            # مبالغ ترکیبی با هزار
+            r'\d+ هزار و \d+ میلیارد تومان',
+            r'\d+ هزار و \d+ میلیارد ریال',
+            r'\d+ هزار و \d+ میلیون تومان',
+            r'\d+ هزار و \d+ میلیون ریال',
+            r'\d+ هزار و \d+ دستگاه',
+            r'\d+ هزار و \d+ تن',
+            r'\d+ هزار و \d+ نفر',
+            
+            # مبالغ با توضیحات
+            r'بیش از \d+ هزار میلیارد تومان',
+            r'نزدیک به \d+ هزار میلیارد تومان',
+            r'حدود \d+ هزار میلیارد تومان',
+            r'کمتر از \d+ هزار میلیارد تومان',
+            r'بالغ بر \d+ هزار میلیارد تومان',
+            
+            r'بیش از \d+ میلیارد تومان',
+            r'نزدیک به \d+ میلیارد تومان',
+            r'حدود \d+ میلیارد تومان',
+            r'کمتر از \d+ میلیارد تومان',
+            r'بالغ بر \d+ میلیارد تومان',
+            
+            r'بیش از \d+ میلیون تومان',
+            r'حدود \d+ میلیون تومان',
+            r'نزدیک به \d+ میلیون تومان',
+            
+            # مبالغ ارزی
+            r'حدود \d+ میلیون دلار',
+            r'بیش از \d+ میلیون دلار',
+            r'نزدیک به \d+ میلیون دلار',
+            r'\d+ میلیون دلار',
+            r'\d+ میلیون یورو',
+            
+            # مبالغ خاص
+            r'یک‌هزار میلیارد تومان',
+            r'یکهزار میلیارد تومان',
+            r'دویست میلیارد تومان',
+            r'سیصد میلیارد تومان',
+            r'چهارصد میلیارد تومان',
+            r'پانصد میلیارد تومان',
+            
+            # مبالغ با کاما
+            r'\d+,\d+ میلیارد تومان',
+            r'\d+,\d+ میلیارد ریال',
+            r'\d+,\d+ میلیون تومان',
+            r'\d+,\d+ میلیون ریال',
+            r'\d+,\d+ هزار میلیارد تومان',
+            r'\d+,\d+ هزار میلیارد ریال',
+            
+            # مبالغ ساده
+            r'\d+ میلیارد تومان',
+            r'\d+ میلیارد ریال',
+            r'\d+ میلیون تومان',
+            r'\d+ میلیون ریال',
+            r'\d+ هزار میلیارد تومان',
+            r'\d+ هزار میلیارد ریال',
+            r'\d+ هزارمیلیارد تومان',
+            r'\d+ هزارمیلیون تومان',
+            r'\d+ ریال',
+            r'\d+ تومان',
+            
+            # واحدهای تولیدی و اندازه‌گیری
+            r'\d+ هزار تن',
+            r'\d+,\d+ هزار تن',
+            r'\d+ میلیون تن',
+            r'\d+ تن',
+            r'\d+ مگا واتی',
+            r'\d+ مگاوات',
+            r'\d+ کیلووات',
+            r'\d+ واحد',
+            r'\d+ دستگاه',
+            r'\d+ میلیون دستگاه',
+            r'\d+ هزار دستگاه',
+            
+            # تعداد افراد
+            r'\d+\.?\d* میلیون نفر',
+            r'\d+ میلیون نفر',
+            r'\d+ هزار نفر',
+            r'\d+ نفر',
+            
+            # مبالغ اعشاری
+            r'\d+\.\d+ میلیارد تومان',
+            r'\d+\.\d+ میلیارد ریال',
+            r'\d+\.\d+ میلیون تومان',
+            r'\d+\.\d+ میلیون ریال',
+            r'\d+\.\d+ هزار میلیارد تومان',
+            r'\d+\.\d+ هزار میلیارد ریال',
+            r'\d+\.\d+ همت',
+            
+            # بازه‌های مقداری
+            r'\d+ تا \d+ میلیارد تومان',
+            r'\d+ تا \d+ میلیون تومان',
+            r'\d+ تا \d+ ماه',
+            r'\d+ تا \d+ سال',
+            r'\d+ الی \d+ میلیارد تومان',
+        ]
+        
+        return self._apply_patterns(text, amount_patterns, 'amount')
+    
+    def _anonymize_persons(self, text):
+        """تشخیص و ناشناس‌سازی همه انواع نام‌های اشخاص"""
+        
+        # الگوهای جامع نام‌های اشخاص
+        person_patterns = [
+            # نام‌های کامل با عناوین
+            r'دکتر\s+[آ-ی]+\s+[آ-ی]+\s+[آ-ی]+',
+            r'مهندس\s+[آ-ی]+\s+[آ-ی]+\s+[آ-ی]+',
+            r'آقای\s+[آ-ی]+\s+[آ-ی]+\s+[آ-ی]+',
+            r'خانم\s+[آ-ی]+\s+[آ-ی]+\s+[آ-ی]+',
+            
+            # نام‌های کامل با سید
+            r'سید\s+[آ-ی]+\s+[آ-ی]+',
+            r'سید\s+[آ-ی]+\s+[آ-ی]+\s+[آ-ی]+',
+            r'سیدعلی\s+[آ-ی]+',
+            r'سیدمحمد\s+[آ-ی]+',
+            r'سیدحسن\s+[آ-ی]+',
+            
+            # نام و نام خانوادگی ساده
+            r'[آ-ی]{3,}\s+[آ-ی]{3,}(?:\s+[آ-ی]{3,})?',
+            
+            # نام‌هایی که با مدیرعامل همراه هستند
+            r'[آ-ی]+\s+[آ-ی]+\s*،?\s*مدیرعامل',
+            r'[آ-ی]+\s+[آ-ی]+\s+[آ-ی]+\s*،?\s*مدیرعامل',
+            
+            # نام‌هایی که با سمت همراه هستند
+            r'[آ-ی]+\s+[آ-ی]+\s*،?\s*رئیس',
+            r'[آ-ی]+\s+[آ-ی]+\s*،?\s*مدیر',
+            r'[آ-ی]+\s+[آ-ی]+\s*،?\s*نایب',
+            
+            # نام‌های خاص (باید در آخر باشند تا اولویت کمتری داشته باشند)
+            r'محمدرضا\s+[آ-ی]+',
+            r'علیرضا\s+[آ-ی]+',
+            r'محمدعلی\s+[آ-ی]+',
+            r'حسینعلی\s+[آ-ی]+',
+        ]
+        
+        return self._apply_patterns(text, person_patterns, 'person')
+    
+    def _anonymize_companies(self, text):
+        """تشخیص و ناشناس‌سازی همه انواع نام‌های شرکت‌ها"""
+        
+        # الگوهای جامع نام‌های شرکت‌ها
+        company_patterns = [
+            # شرکت‌های کامل با پرانتز
+            r'شرکت\s+[آ-ی\s]+\([آ-ی\s]+\)',
+            r'بانک\s+[آ-ی\s]+\([آ-ی\s]+\)',
+            r'گروه\s+[آ-ی\s]+\([آ-ی\s]+\)',
+            r'هلدینگ\s+[آ-ی\s]+\([آ-ی\s]+\)',
+            
+            # شرکت‌های با کلمه شرکت
+            r'شرکت\s+[آ-ی\s]{5,}',
+            r'شرکت\s+گروه\s+[آ-ی\s]+',
+            r'شرکت\s+سرمایه‌گذاری\s+[آ-ی\s]+',
+            r'شرکت\s+بیمه\s+[آ-ی\s]+',
+            r'شرکت\s+پتروشیمی\s+[آ-ی\s]+',
+            r'شرکت\s+فولاد\s+[آ-ی\s]+',
+            r'شرکت\s+پالایش\s+[آ-ی\s]+',
+            r'شرکت\s+انرژی\s+[آ-ی\s]+',
+            r'شرکت\s+ملی\s+[آ-ی\s]+',
+            
+            # بانک‌ها
+            r'بانک\s+[آ-ی\s]{3,}',
+            r'موسسه\s+اعتباری\s+[آ-ی\s]+',
+            r'موسسه\s+مالی\s+[آ-ی\s]+',
+            
+            # گروه‌ها و هلدینگ‌ها
+            r'گروه\s+[آ-ی\s]{3,}',
+            r'هلدینگ\s+[آ-ی\s]{3,}',
+            r'گروه\s+مالی\s+[آ-ی\s]+',
+            r'گروه\s+صنعتی\s+[آ-ی\s]+',
+            
+            # صندوق‌ها و سازمان‌ها
+            r'صندوق\s+[آ-ی\s]{3,}',
+            r'سازمان\s+[آ-ی\s]{3,}',
+            r'موسسه\s+[آ-ی\s]{3,}',
+            
+            # شرکت‌های خاص
+            r'[آ-ی]+\s+خودرو',
+            r'[آ-ی]+\s+فولاد',
+            r'بیمه\s+[آ-ی]+',
+            r'[آ-ی]+\s+انرژی',
+            r'[آ-ی]+\s+پتروشیمی',
+            
+            # نام‌های کوتاه شرکت‌ها (باید در آخر باشند)
+            r'همراه\s+اول',
+            r'ایران\s*[-‌]*\s*خودرو',
+            r'فولاد\s+مبارکه',
+            
+            # مجله‌ها و نشریات
+            r'مجله\s+[آ-ی\s]+',
+            r'نشریه\s+[آ-ی\s]+',
+            r'روزنامه\s+[آ-ی\s]+',
+        ]
+        
+        return self._apply_patterns(text, company_patterns, 'company')
+    
+    def _apply_patterns(self, text, patterns, category):
+        """اعمال الگوها و جایگزینی با کدهای ناشناس"""
+        
+        # مرتب‌سازی الگوها بر اساس طول (طولانی‌ترین اول)
+        patterns.sort(key=len, reverse=True)
+        
+        for pattern in patterns:
+            matches = list(re.finditer(pattern, text, re.IGNORECASE))
+            
+            for match in matches:
+                matched_text = match.group(0)
+                
+                # اگر قبلاً جایگزین نشده باشد
+                if matched_text not in self.mapping_table and matched_text in text:
+                    # بررسی که کلمه کامل باشد (نه بخشی از کلمه بزرگ‌تر)
+                    if self._is_complete_word(text, match):
+                        self.counters[category] += 1
+                        code = f"{category}-{self.counters[category]:02d}"
+                        self.mapping_table[matched_text] = code
+                        text = text.replace(matched_text, code)
+                        logger.info(f"{category.title()} replaced: {matched_text} -> {code}")
+        
+        return text
+    
+    def _is_complete_word(self, text, match):
+        """بررسی اینکه آیا کلمه کامل است یا بخشی از کلمه بزرگ‌تر"""
+        start, end = match.span()
+        
+        # بررسی کاراکتر قبل و بعد
+        if start > 0 and text[start-1].isalnum():
+            return False
+        if end < len(text) and text[end].isalnum():
+            return False
+            
+        return True
+
+    def send_to_chatgpt(self, anonymized_text, lang='fa'):
+        """ارسال به ChatGPT"""
+        try:
+            if not anonymized_text or not anonymized_text.strip():
+                return "⚠ Anonymized text is empty!" if lang == 'en' else "⚠ متن ناشناس‌شده خالی است!"
+            
+            if not self.api_key:
+                return "⚠ API Key not configured! Please set OPENAI_API_KEY environment variable." if lang == 'en' else "⚠ کلید API تنظیم نشده است! لطفاً OPENAI_API_KEY را در متغیرهای محیطی تنظیم کنید."
+            
+            system_msg = "You are a professional financial analyst. The text contains anonymous codes. Answer questions accurately." if lang == 'en' else "شما یک تحلیلگر مالی حرفه‌ای هستید. متن حاوی کدهای ناشناس است. به سوالات با دقت پاسخ دهید."
+            
+            headers = {
+                "Authorization": f"Bearer {self.api_key}",
+                "Content-Type": "application/json"
+            }
+            
+            data = {
+                "model": "gpt-4o-mini",
+                "messages": [
+                    {"role": "system", "content": system_msg},
+                    {"role": "user", "content": anonymized_text}
+                ],
+                "max_tokens": 2000,
+                "temperature": 0.7
+            }
+            
+            response = requests.post(
+                "https://api.openai.com/v1/chat/completions",
+                headers=headers,
+                json=data,
+                timeout=30
+            )
+            
+            if response.status_code == 200:
+                result = response.json()
+                return result['choices'][0]['message']['content']
+            else:
+                error_data = response.json() if response.content else {}
+                error_message = error_data.get('error', {}).get('message', response.text)
+                
+                if 'Incorrect API key' in error_message:
+                    return "⚠ Invalid API key." if lang == 'en' else "⚠ کلید API نامعتبر است."
+                elif 'quota' in error_message:
+                    return "⚠ API quota exceeded." if lang == 'en' else "⚠ سهمیه API تمام شده است."
+                else:
+                    return f"⚠ API Error: {error_message}"
+                
+        except Exception as e:
+            return f"⚠ Error connecting to ChatGPT: {str(e)}" if lang == 'en' else f"⚠ خطا در ارتباط با ChatGPT: {str(e)}"
+
+    def deanonymize_response(self, gpt_response, lang='fa'):
+        """بازگردانی"""
+        try:
+            if not gpt_response or not gpt_response.strip():
+                return "⚠ ChatGPT response is empty!" if lang == 'en' else "⚠ پاسخ ChatGPT خالی است!"
+            
+            if not self.mapping_table:
+                return "⚠ Mapping table is empty!" if lang == 'en' else "⚠ جدول نگاشت خالی است!"
+            
+            final_result = gpt_response
+            reverse_mapping = {code: original for original, code in self.mapping_table.items()}
+            
+            # جایگزینی از طولانی‌ترین کد اول
+            sorted_codes = sorted(reverse_mapping.items(), key=lambda x: len(x[0]), reverse=True)
+            for code, original in sorted_codes:
+                final_result = final_result.replace(code, original)
+            
+            return final_result
+            
+        except Exception as e:
+            return f"⚠ Deanonymization error: {str(e)}" if lang == 'en' else f"⚠ خطا در بازگردانی: {str(e)}"
+
+def process_all_steps(input_text, language):
+    """پردازش خودکار تمام مراحل"""
+    lang = 'en' if language == 'English' else 'fa'
+    
+    if not input_text.strip():
+        error_msg = "⚠ Please enter input text!" if lang == 'en' else "⚠ لطفاً متن ورودی را وارد کنید!"
+        return error_msg, "", "", ""
+    
+    try:
+        start_time = time.time()
+        
+        anonymized_text = anonymizer.anonymize_text(input_text, lang)
+        if anonymized_text.startswith("⚠"):
+            return anonymized_text, "", "", ""
+        
+        gpt_response = anonymizer.send_to_chatgpt(anonymized_text, lang)
+        if gpt_response.startswith("⚠"):
+            entities_found = len(anonymizer.mapping_table)
+            success_msg = (f"✅ Anonymization completed!\n"
+                          f"📊 Total: {entities_found} entities protected")
+            return success_msg, anonymized_text, gpt_response, ""
+        
+        final_result = anonymizer.deanonymize_response(gpt_response, lang)
+        
+        total_time = time.time() - start_time
+        entities_found = len(anonymizer.mapping_table)
+        
+        # آمار تفصیلی
+        company_count = anonymizer.counters['company']
+        amount_count = anonymizer.counters['amount']
+        percent_count = anonymizer.counters['percent']
+        person_count = anonymizer.counters['person']
+        
+        success_msg = (f"🎉 Universal anonymization & restoration successful!\n"
+                      f"🏢 Companies: {company_count} | 💰 Amounts: {amount_count} | 📊 Percentages: {percent_count} | 👤 Persons: {person_count}\n"
+                      f"📊 Total: {entities_found} entities | ��️ Time: {total_time:.2f}s")
+        
+        return success_msg, anonymized_text, gpt_response, final_result
+        
+    except Exception as e:
+        error_msg = f"⚠ Processing error: {str(e)}" if lang == 'en' else f"⚠ خطا در پردازش: {str(e)}"
+        return error_msg, "", "", ""
+
+def get_mapping_table(language):
+    """نمایش جدول نگاشت"""
+    lang = 'en' if language == 'English' else 'fa'
+    
+    if not anonymizer.mapping_table:
+        return "⚠ Mapping table is empty! Please process some text first." if lang == 'en' else "⚠ جدول نگاشت خالی است! ابتدا متنی را پردازش کنید."
+    
+    result = "📋 **Universal Mapping Table:**\n\n" if lang == 'en' else "📋 **جدول نگاشت جامع:**\n\n"
+    
+    # گروه‌بندی بر اساس نوع
+    categories = {
+        'company': '🏢 **Companies**',
+        'amount': '💰 **Amounts**',
+        'percent': '📊 **Percentages**',
+        'person': '👤 **Persons**'
+    }
+    
+    for category, title in categories.items():
+        category_items = {k: v for k, v in anonymizer.mapping_table.items() if v.startswith(category)}
+        if category_items:
+            result += f"{title}:\n"
+            for original, code in category_items.items():
+                result += f"   • `{original}` → `{code}`\n"
+            result += "\n"
+    
+    # آمار کلی
+    result += f"📊 **Summary**: {len(anonymizer.mapping_table)} total entities anonymized\n"
+    
+    return result
+
+def clear_all():
+    """پاک کردن همه"""
+    anonymizer.mapping_table = {}
+    anonymizer.counters = {key: 0 for key in anonymizer.counters.keys()}
+    return "", "", "", "", ""
+
+def update_ui_text(language):
+    """به‌روزرسانی متن‌های رابط کاربری"""
+    if language == 'English':
+        return {
+            'title': 'Universal Business Data Anonymization System',
+            'step1': 'Input Text & Settings',
+            'step2': 'Anonymized Text',
+            'step3': 'Raw ChatGPT Response',
+            'step4': 'Final Restored Response',
+            'input_placeholder': 'Enter your business text here...\nThe system will automatically detect and anonymize all types of company names, financial amounts, percentages, and personal names using advanced pattern recognition...',
+            'process_btn': 'Process with Universal Detection',
+            'clear_btn': 'Clear All',
+            'mapping_btn': 'Show Universal Mapping Table',
+            'direction': 'ltr'
+        }
+    else:
+        return {
+            'title': 'سیستم ناشناس‌سازی جامع اطلاعات تجاری',
+            'step1': 'متن ورودی و تنظیمات',
+            'step2': 'متن ناشناس‌شده',
+            'step3': 'پاسخ خام ChatGPT',
+            'step4': 'پاسخ نهایی بازگردانده شده',
+            'input_placeholder': 'متن تجاری خود را اینجا وارد کنید...\nسیستم به صورت خودکار تمام انواع نام شرکت‌ها، مبالغ مالی، درصدها و نام‌های اشخاص را با تشخیص الگوی پیشرفته شناسایی و ناشناس می‌کند...',
+            'process_btn': 'پردازش با تشخیص جامع',
+            'clear_btn': 'پاک کردن همه',
+            'mapping_btn': 'نمایش جدول نگاشت جامع',
+            'direction': 'rtl'
+        }
+
+def update_interface(language):
+    """تغییر رابط کاربری بر اساس زبان"""
+    ui_text = update_ui_text(language)
+    is_english = (language == 'English')
+    
+    workflow_css = "workflow ltr" if is_english else "workflow rtl"
+    
+    return [
+        gr.update(value=f"<h1 style='text-align: center; color: #FFD700; font-size: 3.5em; font-weight: bold; text-shadow: 3px 3px 6px rgba(0,0,0,0.5); margin: 20px 0; background: linear-gradient(45deg, #FFD700, #FFA500); -webkit-background-clip: text; -webkit-text-fill-color: transparent; background-clip: text;'>📊 {ui_text['title']}</h1>"),
+        gr.update(value=f"<h2 style='direction: {ui_text['direction']};'>🔍 {ui_text['step1']}</h2>"),
+        gr.update(placeholder=ui_text['input_placeholder'], rtl=not is_english),
+        gr.update(value=f"🚀 {ui_text['process_btn']}"),
+        gr.update(value=f"🗑️ {ui_text['clear_btn']}"),
+        gr.update(rtl=not is_english),
+        gr.update(value=f"<h2 style='direction: {ui_text['direction']};'>🎭 {ui_text['step2']}</h2>"),
+        gr.update(rtl=not is_english),
+        gr.update(value=f"<h2 style='direction: {ui_text['direction']};'>🤖 {ui_text['step3']}</h2>"),
+        gr.update(rtl=not is_english),
+        gr.update(value=f"<h2 style='direction: {ui_text['direction']};'>✅ {ui_text['step4']}</h2>"),
+        gr.update(rtl=not is_english),
+        gr.update(value=f"📋 {ui_text['mapping_btn']}"),
+        gr.update(rtl=not is_english),
+        gr.update(elem_classes=workflow_css)
+    ]
+
+# ایجاد instance
+anonymizer = UniversalAnonymizer()
+
+# CSS
+custom_css = """
+body, .gradio-container {
+    font-family: 'Segoe UI', Tahoma, Arial, sans-serif !important;
+    background: linear-gradient(135deg, #667eea 0%, #764ba2 100%) !important;
+    min-height: 100vh !important;
+    padding: 20px !important;
+}
+
+.rtl {
+    direction: rtl !important;
+    text-align: right !important;
+}
+
+.ltr {
+    direction: ltr !important;
+    text-align: left !important;
+}
+
+.workflow {
+    display: grid !important;
+    grid-template-columns: 1fr 1fr 1fr 1fr !important;
+    gap: 25px !important;
+    padding: 30px !important;
+    align-items: start !important;
+    align-content: start !important;
+    grid-auto-rows: auto !important;
+}
+
+.gradio-textbox {
+    border-radius: 10px !important;
+    box-shadow: 0 4px 15px rgba(0,0,0,0.1) !important;
+    min-height: 380px !important;
+    max-height: 380px !important;
+    height: 380px !important;
+}
+
+.gradio-textbox textarea {
+    min-height: 350px !important;
+    max-height: 350px !important;
+    height: 350px !important;
+    resize: vertical !important;
+}
+
+.status-box {
+    background: linear-gradient(135deg, #4CAF50, #45a049) !important;
+    border: 3px solid #2E7D32 !important;
+    border-radius: 15px !important;
+    padding: 15px !important;
+    margin: 10px 0 !important;
+    box-shadow: 0 8px 32px rgba(76, 175, 80, 0.3) !important;
+    animation: pulse 2s infinite !important;
+    min-height: 120px !important;
+    max-height: 120px !important;
+}
+
+@keyframes pulse {
+    0% { box-shadow: 0 8px 32px rgba(76, 175, 80, 0.3); }
+    50% { box-shadow: 0 8px 40px rgba(76, 175, 80, 0.6); }
+    100% { box-shadow: 0 8px 32px rgba(76, 175, 80, 0.3); }
+}
+
+.gradio-button {
+    border-radius: 25px !important;
+    font-weight: bold !important;
+    transition: all 0.3s ease !important;
+    margin: 5px 0 !important;
+    min-height: 50px !important;
+    max-height: 50px !important;
+}
+
+h1 {
+    background: linear-gradient(45deg, #FFD700, #FFA500) !important;
+    -webkit-background-clip: text !important;
+    -webkit-text-fill-color: transparent !important;
+    background-clip: text !important;
+    min-height: 80px !important;
+}
+"""
+
+# رابط کاربری Gradio
+with gr.Blocks(title="📊 Universal Anonymization System", theme=gr.themes.Soft(), css=custom_css) as app:
+    
+    with gr.Row():
+        language_selector = gr.Radio(
+            choices=["فارسی", "English"],
+            value="فارسی",
+            label="Language / زبان",
+            interactive=True
+        )
+    
+    with gr.Column():
+        title = gr.HTML("<h1 style='text-align: center; color: #FFD700; font-size: 3.5em; font-weight: bold; text-shadow: 3px 3px 6px rgba(0,0,0,0.5); margin: 20px 0; background: linear-gradient(45deg, #FFD700, #FFA500); -webkit-background-clip: text; -webkit-text-fill-color: transparent; background-clip: text;'>📊 سیستم ناشناس‌سازی جامع اطلاعات تجاری</h1>")
+        
+        with gr.Row(elem_classes="workflow rtl") as workflow_row:
+            with gr.Column():
+                step1_title = gr.HTML('<h2 style="direction: rtl;">🔍 متن ورودی و تنظیمات</h2>')
+                
+                input_text = gr.Textbox(
+                    lines=15,
+                    placeholder="متن تجاری خود را اینجا وارد کنید...\nسیستم به صورت خودکار تمام انواع نام شرکت‌ها، مبالغ مالی، درصدها و نام‌های اشخاص را با تشخیص الگوی پیشرفته شناسایی و ناشناس می‌کند...",
+                    label="",
+                    rtl=True
+                )
+                
+                process_btn = gr.Button("🚀 پردازش با تشخیص جامع", variant="primary")
+                clear_btn = gr.Button("🗑️ پاک کردن همه", variant="stop")
+                
+                status = gr.Textbox(
+                    label="وضعیت",
+                    lines=4,
+                    interactive=False,
+                    rtl=True,
+                    elem_classes=["status-box"]
+                )
+
+            with gr.Column():
+                step2_title = gr.HTML('<h2 style="direction: rtl;">🎭 متن ناشناس‌شده</h2>')
+                
+                anonymized_output = gr.Textbox(
+                    lines=15,
+                    placeholder="متن ناشناس‌شده اینجا نمایش داده می‌شود...",
+                    label="",
+                    interactive=False,
+                    rtl=True
+                )
+
+            with gr.Column():
+                step3_title = gr.HTML('<h2 style="direction: rtl;">🤖 پاسخ خام ChatGPT</h2>')
+                
+                gpt_output = gr.Textbox(
+                    lines=15,
+                    placeholder="پاسخ خام ChatGPT اینجا نمایش داده می‌شود...",
+                    label="",
+                    interactive=False,
+                    rtl=True
+                )
+
+            with gr.Column():
+                step4_title = gr.HTML('<h2 style="direction: rtl;">✅ پاسخ نهایی بازگردانده شده</h2>')
+                
+                final_output = gr.Textbox(
+                    lines=15,
+                    placeholder="پاسخ نهایی اینجا نمایش داده می‌شود...",
+                    label="",
+                    interactive=False,
+                    rtl=True
+                )
+
+        with gr.Row():
+            with gr.Column():
+                mapping_title = gr.HTML('<h2>🗂️ جدول نگاشت جامع</h2>')
+                mapping_btn = gr.Button("📋 نمایش جدول نگاشت جامع")
+                
+                mapping_output = gr.Textbox(
+                    lines=10,
+                    label="جدول نگاشت اطلاعات",
+                    interactive=False,
+                    visible=False,
+                    rtl=True
+                )
+
+    # Event handlers
+    language_selector.change(
+        fn=update_interface,
+        inputs=[language_selector],
+        outputs=[title, step1_title, input_text, process_btn, clear_btn, 
+                status, step2_title, anonymized_output, step3_title, gpt_output, 
+                step4_title, final_output, mapping_btn, mapping_output, workflow_row]
+    )
+
+    process_btn.click(
+        fn=process_all_steps,
+        inputs=[input_text, language_selector],
+        outputs=[status, anonymized_output, gpt_output, final_output]
+    )
+
+    clear_btn.click(
+        fn=clear_all,
+        outputs=[input_text, anonymized_output, gpt_output, final_output, status]
+    )
+
+    mapping_btn.click(
+        fn=get_mapping_table,
+        inputs=[language_selector],
+        outputs=[mapping_output]
+    )
+
+    mapping_btn.click(
+        fn=lambda: gr.update(visible=True),
+        outputs=[mapping_output]
+    )
+
+if __name__ == "__main__":
+    # تست سیستم با نمونه از داده‌های شما
+    test_text = """مهدی اخوان بهابادی، مدیرعامل همراه اول، در مجمع عمومی عادی سالیانه اعلام کرد درآمد عملیاتی شرکت اصلی با رشد قابل توجه 37 درصدی نسبت به سال 1402، به 70 هزار و 677 میلیارد تومان رسیده است. شرکت گروه توسعه مالی مهر آیندگان (ومهان) در گزارش عملکرد مردادماه 1404 بار دیگر توانست با رشد 14 درصدی سرمایه‌گذاری‌ها جایگاه خود را تثبیت کند."""
+    
+    anonymizer_test = UniversalAnonymizer()
+    result = anonymizer_test.anonymize_text(test_text)
+    print("نتیجه ناشناس‌سازی جامع:")
+    print(result)
+    print("\nجدول نگاشت:")
+    for original, code in anonymizer_test.mapping_table.items():
+        print(f"{original} -> {code}")
+    
+    app.launch()