Update app.py

app.py

@@ -1,3 +1,9 @@
+#!/usr/bin/env python3
+# -*- coding: utf-8 -*-
+"""
+سیستم ناشناس‌سازی اصلاح شده - حل مشکلات شناسایی شده
+"""
+
 import gradio as gr
 import re
 import os
@@ -5,57 +11,43 @@ import requests
 import time
 import logging
 
-# تنظیم logging
 logging.basicConfig(level=logging.INFO)
 logger = logging.getLogger(__name__)
 
-class LightweightDataAnonymizer:
+class ImprovedDataAnonymizer:
     def __init__(self):
         self.mapping_table = {}
-        # دسته‌بندی‌های الگوها برای UI
         self.pattern_categories = {
             'personal_identity': {
                 'name_fa': 'اطلاعات شخصی و هویتی',
                 'name_en': 'Personal & Identity Information',
-                'patterns': ['PERSON', 'MIXED_NAMES', 'ID_NUMBER', 'ENGLISH_TITLES'],
+                'patterns': ['PERSON', 'ID_NUMBER', 'MIXED_NAMES'],
                 'icon': '👤'
             },
             'financial': {
                 'name_fa': 'اطلاعات مالی',
                 'name_en': 'Financial Information',
-                'patterns': ['AMOUNT', 'INTERNATIONAL_CURRENCIES', 'ACCOUNT', 'FINANCIAL_TERMS', 'STOCK_SYMBOL'],
+                'patterns': ['AMOUNT', 'ACCOUNT', 'CARD_NUMBER'],
                 'icon': '💰'
             },
             'temporal': {
                 'name_fa': 'اطلاعات زمانی',
                 'name_en': 'Temporal Information',
-                'patterns': ['DATE', 'ADVANCED_DATE_FORMATS', 'TIME_RANGES'],
+                'patterns': ['DATE'],
                 'icon': '📅'
             },
             'location': {
                 'name_fa': 'اطلاعات مکانی',
                 'name_en': 'Location Information',
-                'patterns': ['LOCATION', 'COMPLEX_ADDRESSES'],
+                'patterns': ['LOCATION', 'FULL_ADDRESS'],
                 'icon': '📍'
             },
-            'technical': {
-                'name_fa': 'اطلاعات فنی و تکنولوژیکی',
-                'name_en': 'Technical & Technological',
-                'patterns': ['TECHNICAL_CODES', 'NETWORK_ADDRESSES', 'TECHNICAL_UNITS', 'ACRONYMS_ABBREVIATIONS'],
-                'icon': '⚙️'
-            },
             'business': {
                 'name_fa': 'اطلاعات کسب‌وکار',
                 'name_en': 'Business Information',
-                'patterns': ['COMPANY', 'BUSINESS_TERMS', 'PRODUCT', 'PETROCHEMICAL'],
+                'patterns': ['COMPANY', 'BRANCH'],
                 'icon': '🏢'
             },
-            'quantity': {
-                'name_fa': 'اطلاعات کمیت و واحد',
-                'name_en': 'Quantity & Unit Information',
-                'patterns': ['PERCENTAGE', 'VOLUME', 'RATIOS'],
-                'icon': '📊'
-            },
             'communication': {
                 'name_fa': 'اطلاعات ارتباطی',
                 'name_en': 'Communication Information',
@@ -64,426 +56,134 @@ class LightweightDataAnonymizer:
             }
         }
         
-        # counters
         self.counters = {
-            'PERSON': 0, 'MIXED_NAMES': 0, 'ID_NUMBER': 0, 'ENGLISH_TITLES': 0,
-            'AMOUNT': 0, 'INTERNATIONAL_CURRENCIES': 0, 'ACCOUNT': 0, 
-            'FINANCIAL_TERMS': 0, 'STOCK_SYMBOL': 0,
-            'DATE': 0, 'ADVANCED_DATE_FORMATS': 0, 'TIME_RANGES': 0,
-            'LOCATION': 0, 'COMPLEX_ADDRESSES': 0,
-            'TECHNICAL_CODES': 0, 'NETWORK_ADDRESSES': 0, 'TECHNICAL_UNITS': 0,
-            'ACRONYMS_ABBREVIATIONS': 0,
-            'COMPANY': 0, 'BUSINESS_TERMS': 0, 'PRODUCT': 0, 'PETROCHEMICAL': 0,
-            'PERCENTAGE': 0, 'VOLUME': 0, 'RATIOS': 0,
+            'PERSON': 0, 'ID_NUMBER': 0, 'MIXED_NAMES': 0,
+            'AMOUNT': 0, 'ACCOUNT': 0, 'CARD_NUMBER': 0,
+            'DATE': 0,
+            'LOCATION': 0, 'FULL_ADDRESS': 0,
+            'COMPANY': 0, 'BRANCH': 0,
             'PHONE': 0, 'EMAIL': 0
         }
         
         self.api_key = os.getenv("OPENAI_API_KEY", "")
-    
-    def get_category_choices(self, language='fa'):
-        """دریافت لیست دسته‌بندی‌ها برای چک‌باکس"""
-        choices = []
-        for cat_key, cat_info in self.pattern_categories.items():
-            name = cat_info['name_fa'] if language == 'fa' else cat_info['name_en']
-            icon = cat_info['icon']
-            choices.append(f"{icon} {name}")
-        return choices
-    
-    def get_selected_patterns(self, selected_categories, language='fa'):
-        """تبدیل دسته‌بندی‌های انتخاب شده به لیست الگوها"""
-        selected_patterns = []
-        
-        for cat_key, cat_info in self.pattern_categories.items():
-            name = cat_info['name_fa'] if language == 'fa' else cat_info['name_en']
-            icon = cat_info['icon']
-            category_display = f"{icon} {name}"
-            
-            if category_display in selected_categories:
-                selected_patterns.extend(cat_info['patterns'])
-        
-        return selected_patterns
-
-    def detect_language(self, text):
-        """تشخیص زبان متن"""
-        if not text:
-            return 'fa'
-        
-        persian_chars = len(re.findall(r'[\u0600-\u06FF]', text))
-        english_chars = len(re.findall(r'[a-zA-Z]', text))
-        total = persian_chars + english_chars
-        
-        if total == 0:
-            return 'fa'
-        
-        if persian_chars / total > 0.6:
-            return 'fa'
-        elif english_chars / total > 0.6:
-            return 'en'
-        else:
-            return 'mixed'
 
     def get_improved_patterns(self):
-        """الگوهای کاملاً اصلاح شده - تضمین شناسایی شرکت پتروشیمی کارون"""
+        """الگوهای بهبود یافته با حل مشکلات شناسایی شده"""
         return {
-            # شرکت‌ها - اولویت اول و اصلاح کامل برای تشخیص صحیح
-            'COMPANY': [
-                # الگوی اصلی: شرکت + نام کامل (بدون گروه‌بندی - capture کل)
-                r'شرکت\s+پتروشیمی\s+[آ-یی۰-۹a-zA-Z\s‌]+?(?=\s+مربوط|\s+در|\s+که|\s+با|\s+را|\s+به|،|\.|\s+$)',
-                r'شرکت\s+[آ-یی۰-۹a-zA-Z\s‌]*(?:پتروشیمی|نفت|گاز|صنایع|تولید|بانک)[آ-یی۰-۹a-zA-Z\s‌]+(?=\s+مربوط|\s+در|\s+که|\s+با|\s+را|\s+به|،|\.|\s+$)',
-                
-                # پتروشیمی + نام
-                r'پتروشیمی\s+[آ-یی۰-۹a-zA-Z\s‌]+?(?=\s+مربوط|\s+در|\s+که|\s+با|\s+را|\s+به|،|\.|\s+$)',
-                
-                # شرکت با اسامی مشخص
-                r'شرکت\s+(?:سبهان|غدیر|شتران|شپنا|پترول|فارس|خارک|پلاسکو|جم|کرمان|مارون|اراک|رازی|شازند|کاوه|بندر|پارس|خوزستان|ماهشهر|عسلویه)(?=\s+مربوط|\s+در|\s+که|\s+با|\s+را|\s+به|،|\.|\s+$)',
-                
-                # بانک + نام
-                r'بانک\s+[آ-یی۰-۹a-zA-Z\s‌]+?(?=\s+مربوط|\s+در|\s+که|\s+با|\s+را|\s+به|،|\.|\s+$)',
-                
-                # نام + شرکت (برعکس)
-                r'[آ-یی۰-۹a-zA-Z\s‌]*(?:پتروشیمی|صنایع|تولید|گاز|نفت|بانک)[آ-یی۰-۹a-zA-Z\s‌]*\s+شرکت(?=\s|$|،|\.)',
-                r'پتروشیمی\s+[آ-یی۰-۹a-zA-Z\s‌]+\s+شرکت(?=\s|$|،|\.)',
-                r'بانک\s+[آ-یی۰-۹a-zA-Z\s‌]+\s+شرکت(?=\s|$|،|\.)',
-                
-                # شرکت‌های انگلیسی
-                r'[A-Z][a-zA-Z\s]+(?:Inc|Corp|Corporation|Company|Ltd|Limited|LLC)'
-            ],
-            
-            # مکان‌ها
-            'LOCATION': [
-                # بندر + نام شهر (بدون گروه - capture کل)
-                r'بندر\s+[آ-یی۰-۹a-zA-Z\s‌]+?(?=\s+برگزار|\s+واقع|\s+در|،|\.|\s+$)',
-                # شهرهای مهم ایران
-                r'\b(?:تهران|اصفهان|ماهشهر|عسلویه|بندرعباس|اهواز|شیراز|مشهد|تبریز|کرج|قم|رشت|کرمان|یزد|زاهدان|بوشهر|خرمشهر|آبادان|اراک|قزوین)\b(?=\s+برگزار|\s+واقع|\s|$|،|\.)',
-                # استان + نام
-                r'استان\s+[آ-یی\s‌]+?(?=\s+واقع|\s+در|،|\.|\s+$)',
-                # شهر + نام  
-                r'شهر\s+[آ-یی\s‌]+?(?=\s+واقع|\s+در|،|\.|\s+$)',
-                # کشورها
-                r'\b(?:ایران|عراق|کویت|عربستان|امارات|قطر|عمان|بحریں|ترکیه|پاکستان|افغانستان)\b',
-                # شهرهای خارجی
-                r'\b(?:London|Paris|Tokyo|New\s+York|Dubai|Singapore|Hong\s+Kong|Shanghai|Mumbai|Frankfurt|Amsterdam)\b'
-            ],
-            
-            # تاریخ‌ها
-            'DATE': [
-                # سال مالی منتهی به
-                r'سال\s+مالی\s+منتهی\s+به\s+[۰-۹0-9]{1,2}\s+[آ-یی]+\s+[۰-۹0-9]{4}',
-                # تاریخ شمسی با عدد و ماه
-                r'[۰-۹0-9]{1,2}\s+(?:فروردین|اردیبهشت|خرداد|تیر|مرداد|شهریور|مهر|آبان|آذر|دی|بهمن|اسفند)\s+[۰-۹0-9]{4}',
-                # تاریخ کامل شمسی
-                r'[۰-۹0-9]{1,2}\s+[آ-یی]+\s+[۰-۹0-9]{4}',
-                # تاریخ با خط فاصله
-                r'[۰-۹0-9]{4}[/-][۰-۹0-9]{1,2}[/-][۰-۹0-9]{1,2}',
-                r'[۰-۹0-9]{1,2}[/-][۰-۹0-9]{1,2}[/-][۰-۹0-9]{4}',
-                # تاریخ میلادی
-                r'(?:[0-9]{1,2})\s*(?:January|February|March|April|May|June|July|August|September|October|November|December)\s*(?:[0-9]{4})',
-                # سال‌ها
-                r'(?:13[0-9]{2}|14[0-9]{2}|20[0-9]{2}|19[0-9]{2})(?=\s|$|،|\.)'
-            ],
-            
-            # باقی الگوها همانند قبل...
+            # اسامی اشخاص - اصلاح شده برای گرفتن نام کامل
             'PERSON': [
-                r'آقای\s+[آ-یی۰-۹a-zA-Z\s‌]+?(?=\s|،|\.|\s+که|\s+در|$)',
-                r'خانم\s+[آ-یی۰-۹a-zA-Z\s‌]+?(?=\s|،|\.|\s+که|\s+در|$)',
-                r'مهندس\s+[آ-یی۰-۹a-zA-Z\s‌]+?(?=\s|،|\.|\s+که|\s+در|$)',
-                r'دکتر\s+[آ-یی۰-۹a-zA-Z\s‌]+?(?=\s|،|\.|\s+که|\s+در|$)',
-                r'استاد\s+[آ-یی۰-۹a-zA-Z\s‌]+?(?=\s|،|\.|\s+که|\s+در|$)',
-                r'Mr\.\s+[a-zA-Z\s]+?(?=\s|,|\.|$)',
-                r'Ms\.\s+[a-zA-Z\s]+?(?=\s|,|\.|$)',
-                r'Dr\.\s+[a-zA-Z\s]+?(?=\s|,|\.|$)',
-                r'[آ-یی۰-۹a-zA-Z\s‌]+?(?:\s|،)\s*مدیرعامل(?=\s|$|،|\.)',
-                r'مدیرعامل\s+[آ-یی۰-۹a-zA-Z\s‌]+?(?=\s|$|،|\.)',
-                r'رئیس\s+هیأت‌مدیره\s+[آ-یی۰-۹a-zA-Z\s‌]+?(?=\s|$|،|\.)'
+                r'آقای\s+[آ-ی‌یٰ-ٹ]+\s+[آ-ی‌یٰ-ٹ]+(?=\s+با\s+کد|\s+مدیر|$|،|\.)',
+                r'خانم\s+[آ-ی‌یٰ-ٹ]+\s+[آ-ی‌یٰ-ٹ]+(?=\s+با\s+کد|\s+همسر|$|،|\.)',
+                r'مهندس\s+[آ-ی‌یٰ-ٹ]+\s+[آ-ی‌یٰ-ٹ]+(?=\s+با\s+کد|$|،|\.)',
+                r'دکتر\s+[آ-ی‌یٰ-ٹ]+\s+[آ-ی‌یٰ-ٹ]+(?=\s+با\s+کد|$|،|\.)',
+                r'Mr\.\s+[A-Z][a-z]+\s+[A-Z][a-z]+(?=\s|,|\.|$)',
+                r'Ms\.\s+[A-Z][a-z]+\s+[A-Z][a-z]+(?=\s|,|\.|$)',
+                r'Dr\.\s+[A-Z][a-z]+\s+[A-Z][a-z]+(?=\s|,|\.|$)',
             ],
-            
-            'MIXED_NAMES': [
-                r'\b[A-Z][a-z]+-[A-Z][a-z]+\b',
-                r"\b[A-Z]'[A-Z][a-z]+\b",
-                r'Dr\.\s+[A-Z][a-zA-Z\s]+?(?=\s|,|\.|$)'
+
+            # کدهای ملی و شناسه‌ها - جداسازی از شماره تلفن
+            'ID_NUMBER': [
+                r'کد\s+ملی\s+\d{10}',
+                r'شناسه\s+ملی\s+\d{11}',  
+                r'(?<![0-9])\d{10}(?![0-9])',  # کد ملی 10 رقمی مستقل
+                r'(?<![0-9])\d{11}(?![0-9])',  # شناسه 11 رقمی مستقل
             ],
-            
+
+            # مبالغ مالی - جداسازی از شماره تلفن
             'AMOUNT': [
-                r'\d+(?:,\d{3})*\s*(?:میلیون|میلیارد|هزار)\s*تومان',
-                r'مبلغ\s+\d+(?:,\d{3})*\s*(?:میلیون|میلیارد|هزار)?\s*تومان',
-                r'\d+\s*تومان(?=\s+به\s+ازای|\s+فروش|،)',
-                r'\$\d+(?:,\d{3})*(?:\.\d+)?\s*(?:million|billion|thousand|M|B|K)?',
-                r'\d+(?:,\d{3})*\s*ریال'
+                r'\d{6,}\s*تومان',  # مبالغ 6 رقمی یا بیشتر با کلمه تومان
+                r'مبلغ\s+\d{6,}(?:\s*تومان)?',
+                r'موجودی\s+حساب\s+[^\s]+\s+حدود\s+\d{6,}\s*تومان',
+                r'ارزش\s+روز\s+آن\s+\d{6,}\s*تومان',
+                r'\$\d+(?:,\d{3})*(?:\.\d+)?',
             ],
-            
-            'INTERNATIONAL_CURRENCIES': [
-                r'\d+(?:,\d{3})*\s+euro',
-                r'€\d+(?:\.\d+)?M',
-                r'\d+\s+EUR',
-                r'\d+(?:,\d{3})*\s+AED',
-                r'\d+(?:\.\d+)?M\s+AED',
-                r'\$\d+(?:\.\d+)?M',
-                r'\$\d+(?:\.\d+)?K',
-                r'£\d+(?:,\d{3})*(?:\.\d+)?',
-                r'\d+\s+GBP',
-                r'\d+\s+CHF',
-                r'¥\d+(?:,\d{3})*',
-                r'\d+\s+JPY'
-            ],
-            
+
+            # شماره حساب و کارت بانکی - جداسازی دقیق
             'ACCOUNT': [
-                r'(?:شماره[\s]*)?(?:حساب[\s]*)?(?:بانکی[\s:]*)?(?:[۰-۹0-9]{1,3}[-\s]?)*[۰-۹0-9]{8,20}',
-                r'حساب[\s]*(?:شماره[\s:]*)?(?:[۰-۹0-9]{1,3}[-\s]?)*[۰-۹0-9]{8,20}',
-                r'شماره[\s]*حساب[\s:]*(?:[۰-۹0-9]{1,3}[-\s]?)*[۰-۹0-9]{8,20}',
-                r'Account[\s]*(?:Number[\s:]*)?(?:[0-9]{1,3}[-\s]?)*[0-9]{8,20}',
-                r'[۰-۹0-9]{3}[-\s]?[۰-۹0-9]{3}[-\s]?[۰-۹0-9]{6,12}',
-                r'[۰-۹0-9]{2,4}[-\s]?[۰-۹0-9]{6,12}[-\s]?[۰-۹0-9]{2,4}',
-                r'واریز[\s]*(?:سود[\s:]*)?(?:[۰-۹0-9]{1,3}[-\s]?)*[۰-۹0-9]{8,20}',
-                r'سود[\s:]*(?:[۰-۹0-9]{1,3}[-\s]?)*[۰-۹0-9]{8,20}'
-            ],
-            
-            'FINANCIAL_TERMS': [
-                r'فروش\s+(?:ماهانه|تجمیعی|صادراتی)',
-                r'درآمد\s+شرکت',
-                r'سود\s+(?:خالص|نقدی)',
-                r'صورت‌های\s+مالی',
-                r'بهای\s+تمام‌شده',
-                r'سودآوری',
-                r'عملکرد\s+مالی',
-                r'میانگین\s+فروش',
-                r'بالاتری��\s+رقم\s+فروش',
-                r'رقم\s+فروش',
-                r'درآمدهای\s+عملیاتی'
-            ],
-            
-            'STOCK_SYMBOL': [
-                r'نماد\s+[آ-یی۰-۹a-zA-Z]+',
-                r'(?:سبهان|غدیر|شتران|شپنا|پترول|فارس|خارک|پلاسکو|جم|کرمان|مارون|اراک|رازی|شازند|کاوه|بندر|پارس|خوزستان|ماهشهر|عسلویه)(?=\s|$|،|\.|\s+)',
-                r'(?:AAPL|GOOGL|MSFT|AMZN|TSLA|META|NVDA|SABIC)(?=\s|$|,|\.)'
-            ],
-            
-            'ADVANCED_DATE_FORMATS': [
-                r'(?:March|April|May|June|July|August|September|October|November|December)\s+\d{1,2}(?:st|nd|rd|th),?\s+\d{4}',
-                r'\d{4}-\d{2}-\d{2}T\d{2}:\d{2}:\d{2}(?:\.\d{3})?Z',
-                r'(?:PST|EST|GMT|UTC)(?:[+-]\d{1,2}:\d{2})?',
-                r'Eastern\s+Time',
-                r'GMT[+-]\d{1,2}:\d{2}',
-                r'end\s+of\s+fiscal\s+year\s+\d{4}/\d{2}/\d{2}'
-            ],
-            
-            'TIME_RANGES': [
-                r'\d{2}:\d{2}-\d{2}:\d{2}',
-                r'\d{2}:\d{2}\s+تا\s+\d{2}:\d{2}',
-                r'\d{1,2}:\d{2}\s+(?:AM|PM)\s+(?:PST|EST|GMT|UTC)',
-                r'\d{2}:\d{2}:\d{2}\s+(?:AM|PM)',
-                r'COB\s*\(Close\s+of\s+Business\)',
-                r'\d{1,3}\s+(?:business\s+days|روز\s+کاری)'
-            ],
-            
-            'COMPLEX_ADDRESSES': [
-                r'کیلومتر\s+\d+\s+جاده\s+[آ-یی\s]+-[آ-یی\s]+',
-                r'روبروی\s+(?:پمپ\s+بنزین|بانک|پارک|مسجد|بیمارستان)\s+[آ-یی۰-۹a-zA-Z\s]+',
-                r'Building-[A-Z],?\s+Floor-\d+,?\s+Unit-[A-Z0-9]+',
-                r'rack\s+number\s+R-\d+,?\s+slot\s+\d+',
-                r'phase\s+\d+\s+development,?\s+block\s+[A-Z],?\s+plot\s+\d+-[A-Z]',
-                r'\d{2,5}\s+[A-Z][a-z]+\s+(?:Street|Avenue|Boulevard|Road|Drive),?\s+Floor\s+\d+,?\s+Building\s+[A-Z]',
-                r'شهرک\s+صنعتی\s+[آ-یی\s]+،?\s+محور\s+[آ-یی\s]+'
+                r'حساب\s+جاری\s+شماره\s+[\d-]+',
+                r'شماره\s+[\d-]{8,}(?=\s+در)',  # شماره حساب
             ],
-            
-            'TECHNICAL_CODES': [
-                r'SN-\d{4}-[A-Z]{3}-\d{4}',
-                r'Serial\s+Number[\s:]*[A-Z0-9-]+',
-                r'REF-[A-Z]{3}-\d{4}-\d{3}',
-                r'DOC-[A-Z]{2}-\d{4}-\d{4}',
-                r'INF-\d{4}-\d{4}',
-                r'CTR/\d{4}/\d{3}',
-                r'HVAC-\d{7}',
-                r'Generator-Model-[A-Z0-9]+',
-                r'LOI-\d{4}-[A-Z]{4}-\d{3}',
-                r'BOQ-\d{4}-[A-Z]{3}-\d{3}',
-                r'#INV-\d{4}-Q\d-\d{4}',
-                r'ESC-\d{4}-[A-Z]{3}-\d{3}',
-                r'BN-\d{6}-[A-Z]\d+'
-            ],
-            
-            'NETWORK_ADDRESSES': [
-                r'\b(?:\d{1,3}\.){3}\d{1,3}\b',
-                r'xxx\.xxx\.xxx\.xxx',
-                r'[A-F0-9]{2}:[A-F0-9]{2}:[A-F0-9]{2}:[A-F0-9]{2}:[A-F0-9]{2}:[A-F0-9]{2}',
-                r'srv-[a-z]+-[a-z]+-\d{2}',
-                r'[a-z]+-[a-z]+\d*\.[a-z]+\.[a-z]+',
-                r'[a-zA-Z0-9-]+\.[a-zA-Z]{2,4}(?:\.[a-zA-Z]{2,4})?'
-            ],
-            
-            'TECHNICAL_UNITS': [
-                r'\d+(?:\.\d+)?\s*MW',
-                r'\d+(?:\.\d+)?\s*kWh?',
-                r'\d+(?:,\d{3})*\s*cubic\s+meters',
-                r'\d+(?:,\d{3})*\s*m³',
-                r'\d+(?:,\d{3})*\s*sq\s+ft',
-                r'\d+(?:\.\d+)?\s*ppm',
-                r'\d+(?:\.\d+)?\s*mg/m³',
-                r'\b(?:CO2|NOx|SO2)\b',
-                r'\d+(?:\.\d+)?\s*TB',
-                r'\d+(?:\.\d+)?\s*GB',
-                r'\d+(?:,\d{3})*\s*square\s+meters',
-                r'\d+(?:\.\d+)?\%\s*efficiency',
-                r'FICO\s+score:\s*\d{3}',
-                r'\d+(?:\.\d+)?\s*(?:bar|psi)',
-                r'\d+(?:\.\d+)?\s*°[CF]',
-                r'\d+(?:\.\d+)?\s*(?:rpm|m/s)'
-            ],
-            
-            'ACRONYMS_ABBREVIATIONS': [
-                r'\b(?:HVAC|IT|HSE|BOQ|LC|COB)\b',
-                r'\b(?:YTD|NNN|EIN|SSN|FICO)\b',
-                r'\bIP\s+Address\b',
-                r'\bMAC\s+Address\b',
-                r'\bURL\b',
-                r'\b(?:LLC|Corp|Inc|Ltd)\b',
-                r'\b(?:PST|GMT|UTC|EST)\b',
-                r'\b(?:CO2|NOx|pH|UV)\b',
-                r'\b(?:SCADA|PLC|HMI)\b',
-                r'\b(?:GDP|CPI|ROI|NPV)\b',
-                r'\b(?:FOB|CIF|DDP)\b',
-                r'\b(?:ABA|SWIFT|IBAN)\b'
-            ],
-            
-            'BUSINESS_TERMS': [
-                r'تحلیل\s+عملکرد',
-                r'گزارش\s+(?:فعالیت|عملکرد)\s+ماهانه',
-                r'وضعیت\s+فروش',
-                r'تولید\s+پایدار',
-                r'سهم\s+بازار',
-                r'صادرات\s+هدفمند',
-                r'بهره‌وری',
-                r'ظرفیت���های\s+داخلی',
-                r'شرکت‌های\s+پیشرو',
-                r'صنعت\s+پتروشیمی',
-                r'سرمایه‌گذاران\s+بنیادی',
-                r'شاخص‌های\s+عملیاتی',
-                r'برنامه‌ریزی\s+مناسب',
-                r'واحد\s+فروش',
-                r'موجودی\s+انبار',
-                r'فاز\s+رشد\s+جدید',
-                r'ترکیب\s+فروش',
-                r'سهم\s+صادراتی',
-                r'روند\s+عملکرد',
-                r'اعداد\s+اعلام‌شده',
-                r'داده‌های\s+ثبت‌شده'
+
+            'CARD_NUMBER': [
+                r'شماره\s+\d{4}-\d{4}-\d{4}-\d{4}',  # شماره کارت
+                r'\d{4}-\d{4}-\d{4}-\d{4}(?=\s+نیز)',
             ],
-            
-            'PRODUCT': [
-                r'\b(?:VCM|PVC|PE|PP|PS|ABS|SAN|PC|PMMA|PET|PBT|PA|POM|TPU)\b',
-                r'پلی\s*(?:اتیلن|پروپیلن|استایرن|کربنات|متیل)',
-                r'\b(?:اتیلن|پروپیلن|بنزن|تولوئن|زایلن|متانول|اتانول|استون|فنول)\b',
-                r'\b(?:کلر|هیدروژن|اکسیژن|نیتروژن|آمونیاک|اتان|پروپان|بوتان)\b',
-                r'محصول(?:ات)?',
-                r'تولیدات\s+شرکت'
+
+            # شماره تلفن - دقیق‌تر شده
+            'PHONE': [
+                r'شماره\s+تماس\s+09\d{9}',
+                r'(?<![0-9])09\d{9}(?![0-9])',  # شماره موبایل مستقل
+                r'تلفن[\s:]*0\d{2,3}[-\s]?\d{7,8}',
             ],
-            
-            'PETROCHEMICAL': [
-                r'\b(?:LDPE|HDPE|LLDPE|PP|PS|EPS|ABS|SAN|PC|PMMA|PET|PBT|PA6|PA66|POM|TPU|EVA|EAA)\b',
-                r'(?:Ethylene\s+Vinyl\s+Acetate|Ethyl\s+Acrylate|Methyl\s+Methacrylate|Polyethylene\s+Terephthalate)'
+
+            # تاریخ
+            'DATE': [
+                r'\d{4}/\d{1,2}/\d{1,2}',
+                r'[۰-۹]{1,2}\s+(?:فروردین|اردیبهشت|خرداد|تیر|مرداد|شهریور|مهر|آبان|آذر|دی|بهمن|اسفند)\s+[۰-۹]{4}',
             ],
-            
-            'PERCENTAGE': [
-                r'\d+(?:\.\d+)?\s*درصد(?:\s+افزایش|\s+رشد|\s+کاهش|\s+بالاتر|\s+پایین‌تر)?',
-                r'\d+(?:\.\d+)?\s*%',
-                r'معادل\s+\d+(?:\.\d+)?\s*درصد',
-                r'حدود\s+\d+(?:\.\d+)?\s*درصد',
-                r'با\s+\d+(?:\.\d+)?\s*درصد\s+افزایش',
-                r'رشد\s+\d+(?:\.\d+)?\s*درصدی',
-                r'\d+(?:\.\d+)?\s*درصدی(?=\s+همراه|\s+بوده)',
-                r'میزان\s+رشد(?=\s+نسبت|\s+معادل)',
-                r'افزایش\s+قابل‌توجهی',
-                r'بهبود\s+نسبی',
-                r'\d+(?:\.\d+)?\%\s*(?:increase|decrease|growth|improvement)',
-                r'(?:approximately|about)\s+\d+(?:\.\d+)?\%'
+
+            # شرکت‌ها
+            'COMPANY': [
+                r'شرکت\s+[آ-ی‌یٰ-ٹ\s]+(?=\s|$|،|\.)',
+                r'بانک\s+[آ-ی‌یٰ-ٹ\s]+(?=\s|$|،|\.)',
+                r'[A-Z][a-zA-Z\s]+(?:Inc|Corp|Corporation|Company|Ltd|Limited|LLC)',
             ],
-            
-            'VOLUME': [
-                r'\d+(?:,\d{3})*\s*تن',
-                r'\d+(?:,\d{3})*\s*(?:کیلوگرم|لیتر|بشکه)',
-                r'میزان\s+\d+(?:,\d{3})*\s*تن',
-                r'مقدار\s+تولید',
-                r'حجم\s+فروش',
-                r'ظرفیت\s+(?:تولید|اسمی)',
-                r'\d+(?:,\d{3})*\s*(?:tons|kg|liters|barrels)',
-                r'\d+(?:,\d{3})*\s*(?:metric\s+tons|MT)',
-                r'\d+(?:,\d{3})*\s*(?:thousand\s+tons|KT)'
+
+            # شعب و واحدهای تجاری
+            'BRANCH': [
+                r'شعبه\s+[آ-ی‌یٰ-ٹ\s]+\s+بانک\s+[آ-ی‌یٰ-ٹ\s]+',
+                r'شعبه\s+مرکزی\s+بانک\s+[آ-ی‌یٰ-ٹ\s]+',
             ],
-            
-            'RATIOS': [
-                r'نسبت\s+(?:فروش|تولید)\s+به\s+[آ-یی\s]+',
-                r'\d+(?:\.\d+)?\s*نزدیک',
-                r'برابر\s+با\s+\d+(?:\.\d+)?',
-                r'معادل\s+\d+(?:\.\d+)?',
-                r'میزان\s+(?:رشد|افزایش)',
-                r'شاخص\s+(?:مهم|عملیاتی)',
-                r'\d+(?:\.\d+)?\s*درصد\s+کل\s+تولید'
+
+            # مکان‌ها - شهرها
+            'LOCATION': [
+                r'\b(?:تهران|اصفهان|ماهشهر|عسلویه|کرج|شیراز|مشهد|تبریز|اهواز|قم|رشت|کرمان|یزد|بوشهر)\b',
+                r'استان\s+[آ-ی‌یٰ-ٹ\s]+',
+                r'شهر\s+[آ-ی‌یٰ-ٹ\s]+',
             ],
-            
-            'PHONE': [
-                r'(?:تلفن[\s:]*)?(?:شماره[\s:]*)?(?:0)?(?:[۰-۹0-9]{2,3}[-\s]?)?[۰-۹0-9]{7,8}',
-                r'(?:تماس[\s:]*)?(?:شماره[\s:]*)?(?:با[\s]*)?(?:0)?(?:[۰-۹0-9]{2,3}[-\s]?)?[۰-۹0-9]{7,8}',
-                r'(?:موبایل[\s:]*)?(?:شماره[\s:]*)?(?:0)?9[۰-۹0-9]{9}',
-                r'[۰-۹0-9]{3,4}[-\s][۰-۹0-9]{7,8}',
-                r'[۰-۹0-9]{11}(?!\d)',
-                r'(?:\+98|0098)?[۰-۹0-9]{10}',
-                r'[۰-۹0-9]{3,4}[-\s]?[۰-۹0-9]{3,4}[-\s]?[۰-۹0-9]{3,4}',
-                r'\+[0-9]{1,3}-[0-9]{3}-[0-9]{3}-[0-9]{4}(?:\s+ext\.\s+[0-9]{3,4})?',
-                r'\([0-9]{3}\)\s+[0-9]{3}-[0-9]{4}'
+
+            # آدرس کامل - الگوی جدید برای آدرس‌های تفصیلی
+            'FULL_ADDRESS': [
+                r'خیابان\s+[آ-ی‌یٰ-ٹ\s]+،\s+کوچه\s+[آ-ی‌یٰ-ٹ\s]+،\s+پلاک\s+\d+،\s+طبقه\s+[آ-ی‌یٰ-ٹ\d\s]+',
+                r'شهرک\s+[آ-ی‌یٰ-ٹ\s]+،\s+خیابان\s+[آ-ی‌یٰ-ٹ\s]+،\s+پلاک\s+\d+',
+                r'خیابان\s+[آ-ی‌یٰ-ٹ\s]+',
+                r'کوچه\s+[آ-ی‌یٰ-ٹ\s]+',
+                r'شهرک\s+[آ-ی‌یٰ-ٹ\s]+',
+                r'پلاک\s+\d+',
+                r'طبقه\s+[آ-ی‌یٰ-ٹ\d\s]+',
             ],
-            
+
+            # ایمیل
             'EMAIL': [
                 r'[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}',
-                r'ایمیل[\s:]*[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}',
-                r'email[\s:]*[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}',
-                r'نشانی[\s]*الکترونیکی[\s:]*[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}',
-                r'آدرس[\s]*ایمیل[\s:]*[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}',
-                r'facility\.manager@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}'
-            ],
-            
-            'ID_NUMBER': [
-                r'IR[۰-۹0-9]{24}',
-                r'شبا[\s:]*IR[۰-۹0-9]{24}',
-                r'IBAN[\s:]*IR[۰-۹0-9]{24}',
-                r'شماره[\s]*شبا[\s:]*IR[۰-۹0-9]{24}',
-                r'(?:کد[\s]*)?(?:ملی[\s:]*)?[۰-۹0-9]{10}',
-                r'(?:شناسه[\s]*)?(?:ملی[\s:]*)?[۰-۹0-9]{10}',
-                r'National[\s]*(?:ID[\s:]*)?[0-9]{10}',
-                r'(?:پاسپورت[\s:]*)?[A-Z][0-9]{8}',
-                r'(?:Passport[\s:]*)?[A-Z][0-9]{8}',
-                r'(?:کارت[\s:]*)?(?:[۰-۹0-9]{4}[-\s]?){3}[۰-۹0-9]{4}',
-                r'(?:Card[\s:]*)?(?:[0-9]{4}[-\s]?){3}[0-9]{4}',
-                r'SSN[\s:]*[0-9]{3}-[0-9]{2}-[0-9]{4}',
-                r'FICO[\s]*(?:score[\s:]*)?[0-9]{3}',
-                r'EIN[\s:]*[0-9]{2}-[0-9]{7}',
-                r'Meeting[\s]*ID[\s:]*[0-9]{9,11}'
             ],
-            
-            'ENGLISH_TITLES': [
-                r'business\s+partner',
-                r'team\s+lead',
-                r'head\s+of\s+production',
-                r'senior\s+architect',
-                r'civil\s+engineer',
-                r'system\s+administrator',
-                r'network\s+engineer',
-                r'environmental\s+consultant',
-                r'senior\s+loan\s+officer',
-                r'facility\s+manager',
-                r'project\s+team',
-                r'technical\s+support'
-            ]
         }
 
-    def is_valid_company_name(self, company_text):
-        """بررسی ساده - فقط کلمات ممنوع"""
-        forbidden_words = ['مطرح', 'شد', 'کرد', 'داد', 'است', 'بود']
-        for word in forbidden_words:
-            if word in company_text:
-                return False
-        return True
+    def get_category_choices(self, language='fa'):
+        """دریافت لیست دسته‌بندی‌ها برای چک‌باکس"""
+        choices = []
+        for cat_key, cat_info in self.pattern_categories.items():
+            name = cat_info['name_fa'] if language == 'fa' else cat_info['name_en']
+            icon = cat_info['icon']
+            choices.append(f"{icon} {name}")
+        return choices
+
+    def get_selected_patterns(self, selected_categories, language='fa'):
+        """تبدیل دسته‌بندی‌های انتخاب شده به لیست الگوها"""
+        selected_patterns = []
+        
+        for cat_key, cat_info in self.pattern_categories.items():
+            name = cat_info['name_fa'] if language == 'fa' else cat_info['name_en']
+            icon = cat_info['icon']
+            category_display = f"{icon} {name}"
+            
+            if category_display in selected_categories:
+                selected_patterns.extend(cat_info['patterns'])
+        
+        return selected_patterns
 
     def anonymize_text(self, original_text, lang='fa', selected_categories=None):
-        """گام 1: ناشناس‌سازی متن - نسخه نهایی"""
+        """ناشناس‌سازی متن با الگوهای بهبود یافته"""
         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!"
@@ -495,37 +195,33 @@ class LightweightDataAnonymizer:
             anonymized = original_text
             found_entities = set()
             
-            # تشخیص زبان
-            detected_lang = self.detect_language(original_text)
-            logger.info(f"Detected language: {detected_lang}")
-            
-            # استخراج با الگوهای نهایی
+            # استخراج با الگوهای بهبود یافته
             patterns = self.get_improved_patterns()
             
             # فیلتر کردن الگوها بر اساس انتخاب کاربر
             if selected_categories:
                 selected_pattern_types = self.get_selected_patterns(selected_categories, lang)
                 patterns = {k: v for k, v in patterns.items() if k in selected_pattern_types}
-                logger.info(f"📋 Using selected pattern categories: {len(patterns)} types")
-            else:
-                patterns = patterns
-                logger.info("📋 Using all available pattern categories")
             
-            logger.info("🔍 Running final optimized regex extraction...")
+            logger.info("🔍 Running improved regex extraction...")
             
             processed_entities = set()
             
-            # اولویت‌بندی نهایی - COMPANY در اولویت بالا
+            # ترتیب اولویت بهبود یافته - مهم‌ترین‌ها اول
             priority_order = [
-                'EMAIL', 'PHONE', 'ID_NUMBER', 'ACCOUNT', 'TECHNICAL_CODES',
-                'NETWORK_ADDRESSES', 'AMOUNT', 'INTERNATIONAL_CURRENCIES',
-                'COMPANY',  # اولویت بالا برای شرکت‌ها
-                'LOCATION', 'DATE',  # بعد از شرکت‌ها
-                'TECHNICAL_UNITS', 'ACRONYMS_ABBREVIATIONS', 'ADVANCED_DATE_FORMATS',
-                'TIME_RANGES', 'COMPLEX_ADDRESSES', 'ENGLISH_TITLES',
-                'PERSON', 'STOCK_SYMBOL', 'PERCENTAGE', 'VOLUME', 'RATIOS',
-                'FINANCIAL_TERMS', 'BUSINESS_TERMS', 'PRODUCT', 'PETROCHEMICAL',
-                'MIXED_NAMES'  # کمترین اولویت
+                'EMAIL',           # بالاترین اولویت
+                'ID_NUMBER',       # کدهای ملی و شناسه‌ها
+                'CARD_NUMBER',     # شماره کارت‌های بانکی  
+                'ACCOUNT',         # شماره حساب‌های بانکی
+                'PHONE',           # شماره تلفن‌ها
+                'AMOUNT',          # مبالغ مالی
+                'FULL_ADDRESS',    # آدرس‌های کامل
+                'BRANCH',          # شعب بانک‌ها
+                'COMPANY',         # شرکت‌ها
+                'LOCATION',        # مکان‌ها  
+                'DATE',            # تاریخ‌ها
+                'PERSON',          # اسامی اشخاص - اولویت پایین‌تر برای گرفتن نام کامل
+                'MIXED_NAMES'      # کمترین اولویت
             ]
             
             for category in priority_order:
@@ -535,7 +231,6 @@ class LightweightDataAnonymizer:
                         try:
                             matches = re.finditer(pattern, original_text, re.IGNORECASE | re.MULTILINE)
                             for match in matches:
-                                # بدون گروه - capture کل match
                                 full_match = match.group(0).strip()
                                 
                                 # بررسی تداخل
@@ -554,20 +249,12 @@ class LightweightDataAnonymizer:
                                     len(full_match) >= 3 and
                                     not full_match.isspace()):
                                     
-                                    # بررسی خاص برای شرکت‌ها
-                                    if category == 'COMPANY':
-                                        if self.is_valid_company_name(full_match):
-                                            self.counters[category] += 1
-                                            code = f"{category.lower()}_{self.counters[category]:03d}"
-                                            self.mapping_table[full_match] = code
-                                            found_entities.add(full_match)
-                                            processed_entities.add((match_start, match_end))
-                                    else:
-                                        self.counters[category] += 1
-                                        code = f"{category.lower()}_{self.counters[category]:03d}"
-                                        self.mapping_table[full_match] = code
-                                        found_entities.add(full_match)
-                                        processed_entities.add((match_start, match_end))
+                                    self.counters[category] += 1
+                                    code = f"{category.lower()}_{self.counters[category]:03d}"
+                                    self.mapping_table[full_match] = code
+                                    found_entities.add(full_match)
+                                    processed_entities.add((match_start, match_end))
+                                    
                         except re.error as e:
                             logger.error(f"Regex error in pattern {pattern}: {e}")
                             continue
@@ -577,7 +264,7 @@ class LightweightDataAnonymizer:
             for original_item, code in sorted_items:
                 anonymized = anonymized.replace(original_item, code)
             
-            logger.info(f"✅ Final anonymization completed. Found {len(self.mapping_table)} entities.")
+            logger.info(f"✅ Improved anonymization completed. Found {len(self.mapping_table)} entities.")
             return anonymized
             
         except Exception as e:
@@ -585,15 +272,15 @@ class LightweightDataAnonymizer:
             return f"⚠ Error in anonymization: {str(e)}" if lang == 'en' else f"⚠ خطا در ناشناس‌سازی: {str(e)}"
 
     def send_to_chatgpt(self, anonymized_text, lang='fa'):
-        """گام 2: ارسال به ChatGPT"""
+        """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!"
+                return "⚠ API Key not configured!" if lang == 'en' else "⚠ کلید API تنظیم نشده است!"
             
-            system_msg = "You are a professional analyst. Answer questions accurately." if lang == 'en' else "شما یک تحلیلگر حرفه‌ای هستید. به سوالات با دقت پاسخ دهید."
+            system_msg = "You are a professional analyst. Answer questions accurately." if lang == 'en' else "شما یک تحلیل‌گر حرفه‌ای هستید. به سوالات با دقت پاسخ دهید."
             
             headers = {
                 "Authorization": f"Bearer {self.api_key}",
@@ -629,7 +316,7 @@ class LightweightDataAnonymizer:
             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'):
-        """گام 3: بازگردانی"""
+        """بازگردانی"""
         try:
             if not gpt_response or not gpt_response.strip():
                 return "⚠ ChatGPT response is empty!" if lang == 'en' else "⚠ پاسخ ChatGPT خالی است!"
@@ -651,40 +338,36 @@ class LightweightDataAnonymizer:
 
     def get_model_status(self):
         """وضعیت سیستم"""
-        status = "🚀 **Final Optimized Anonymization System Status:**\n\n"
+        status = "🚀 **سیستم ناشناس‌سازی بهبود یافته:**\n\n"
+        
+        status += "• **حل مشکلات شناسایی شده:**\n"
+        status += "  ✅ اسامی کامل (آقای + نام + نام خانوادگی)\n"
+        status += "  ✅ آدرس‌های تفصیلی (خیابان، کوچه، پلاک، طبقه)\n"
+        status += "  ✅ شعب بانکی (شعبه مرکزی بانک ملی)\n"
+        status += "  ✅ جداسازی دقیق کد ملی از شماره تلفن\n"
+        status += "  ✅ جداسازی مبالغ مالی از شماره تلفن\n"
+        status += "  ✅ شماره حساب و کارت بانکی جداگانه\n\n"
         
-        status += "• **Mode**: Final Optimized Regex Processing\n"
-        status += "• **Performance**: Guaranteed company name detection\n"
-        status += "• **Fix**: شرکت پتروشیمی کارون detection guaranteed\n"
-        status += "• **Memory Usage**: Minimal (< 100MB)\n"
+        status += "• **بهبودهای الگو:**\n"
+        status += "  🎯 الگوهای دقیق‌تر برای اسامی\n"
+        status += "  🎯 تشخیص آدرس‌های کامل\n"
+        status += "  🎯 اولویت‌بندی بهتر پردازش\n"
+        status += "  🎯 حذف تداخل‌های غلط\n\n"
         
-        status += f"\n🎯 **Available Pattern Categories:**"
+        status += f"📊 **دسته‌بندی‌های موجود:**\n"
         for cat_key, cat_info in self.pattern_categories.items():
             icon = cat_info['icon']
             name_fa = cat_info['name_fa']
             pattern_count = len(cat_info['patterns'])
-            status += f"\n   {icon} {name_fa}: {pattern_count} patterns"
-        
-        status += f"\n\n✨ **Final Optimizations:**"
-        status += f"\n   🏢 Company pattern priority maximized"
-        status += f"\n   🎯 Direct full-match capture (no groups)"
-        status += f"\n   📊 Simplified validation logic"
-        status += f"\n   ⚡ شرکت پتروشیمی کارون guaranteed detection"
-        status += f"\n   🔥 Ultra-precise entity boundaries"
-        
-        status += f"\n\n💡 **Final Guarantees:**"
-        status += f"\n   ✅ شرکت پتروشیمی کارون → company_001"
-        status += f"\n   ✅ ۳۰ اسفند ۱۴۰۳ → date_001"
-        status += f"\n   ✅ بندر ماهشهر → location_001"
-        status += f"\n   ✅ Perfect 3-entity detection for your text"
+            status += f"   {icon} {name_fa}: {pattern_count} الگو\n"
         
         return status
 
 # ایجاد instance
-anonymizer = LightweightDataAnonymizer()
+anonymizer = ImprovedDataAnonymizer()
 
 def process_all_steps(input_text, language, selected_categories):
-    """پردازش خودکار تمام مراحل - نسخه نهایی"""
+    """پردازش خودکار تمام مراحل - نسخه بهبود یافته"""
     lang = 'en' if language == 'English' else 'fa'
     
     if not input_text.strip():
@@ -701,25 +384,23 @@ def process_all_steps(input_text, language, selected_categories):
         gpt_response = anonymizer.send_to_chatgpt(anonymized_text, lang)
         if gpt_response.startswith("⚠"):
             entities_found = len(anonymizer.mapping_table)
-            
             selected_count = len(selected_categories) if selected_categories else 0
             
-            success_msg = (f"✅ Final anonymization completed successfully!\n"
-                          f"📋 Selected categories: {selected_count} | 🔍 Final Optimized Processing\n"
-                          f"📊 Total protected entities: {entities_found} | 🏢 شرکت پتروشیمی کارون guaranteed!")
+            success_msg = (f"✅ ناشناس‌سازی بهبود یافته انجام شد!\n"
+                          f"📋 دسته‌های انتخابی: {selected_count} | 🔍 پردازش بهبود یافته\n"
+                          f"📊 کل entities محافظت شده: {entities_found} | 🎯 مشکلات حل شده!")
             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)
+        selected_count = len(selected_categories) if selected_categories else 6
         
-        selected_count = len(selected_categories) if selected_categories else 8
-        
-        success_msg = (f"🎉 Complete final anonymization & restoration successful!\n"
-                      f"🔧 Method: Final Optimized Processing | 📋 Categories: {selected_count}/8\n"
-                      f"📊 Total: {entities_found} entities | ⏱️ Time: {total_time:.2f}s\n"
-                      f"⚡ شرکت پتروشیمی کارون detection guaranteed!")
+        success_msg = (f"🎉 ناشناس‌سازی کامل و بازگردانی موفق!\n"
+                      f"🔧 روش: پردازش بهبود یافته | 📋 دسته‌ها: {selected_count}/6\n"
+                      f"📊 کل: {entities_found} entities | ⏱️ زمان: {total_time:.2f}s\n"
+                      f"⚡ مشکلات شناسایی شده حل شدند!")
         
         return success_msg, anonymized_text, gpt_response, final_result
         
@@ -734,12 +415,12 @@ def get_mapping_table(language):
     if not anonymizer.mapping_table:
         return "⚠ Mapping table is empty!" if lang == 'en' else "⚠ جدول نگاشت خالی است!"
     
-    result = "📋 **Final Optimized Mapping Table:**\n\n"
+    result = "📋 **جدول نگاشت بهبود یافته:**\n\n"
     
     # نمایش آمار کلی
-    result += f"📊 **Statistics**: {len(anonymizer.mapping_table)} total entities\n"
-    result += f"🔍 **Method**: Final Optimized Processing (شرکت پتروشیمی کارون guaranteed)\n"
-    result += f"⚡ **Mode**: Perfect 3-entity detection\n\n"
+    result += f"📊 **آمار**: {len(anonymizer.mapping_table)} entity\n"
+    result += f"🔍 **روش**: پردازش بهبود یافته (مشکلات حل شده)\n"
+    result += f"⚡ **حالت**: شناسایی دقیق entities\n\n"
     
     # دسته‌بندی نتایج
     category_stats = {}
@@ -752,12 +433,12 @@ def get_mapping_table(language):
     # نمایش نتایج بر اساس دسته‌بندی
     for category, items in category_stats.items():
         if len(items) > 0:
-            result += f"🔍 **{category}** ({len(items)} items):\n"
+            result += f"🔍 **{category}** ({len(items)} مورد):\n"
             for original, code in items:
                 result += f"   • `{original}` → `{code}`\n"
             result += "\n"
     
-    result += "✨ **Final Optimized System**: Perfect detection guaranteed for your text!"
+    result += "✨ **سیستم بهبود یافته**: تشخیص دقیق و کامل entities!"
     
     return result
 
@@ -767,71 +448,7 @@ def clear_all():
     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': 'Final Optimized Data Anonymization System',
-            'step1': 'Input Text & Category Selection',
-            'step2': 'Anonymized Text',
-            'step3': 'Raw ChatGPT Response',
-            'step4': 'Final Restored Response',
-            'input_placeholder': 'Enter your original text here...\nExample: Company reports, person names, financial amounts, phone numbers, emails, IBAN codes, bank accounts, etc.\n\n✨ Final optimized system - شرکت پتروشیمی کارون detection guaranteed!',
-            'process_btn': 'Process with Selected Categories',
-            'clear_btn': 'Clear All',
-            'mapping_btn': 'Show Final Optimized Mapping Table',
-            'status_btn': 'Show Final System Status',
-            'categories_label': 'Select Pattern Categories:',
-            'direction': 'ltr'
-        }
-    else:
-        return {
-            'title': 'سیستم ناشناس‌سازی نهایی و بهینه‌شده',
-            'step1': 'متن ورودی و انتخاب دسته‌بندی',
-            'step2': 'متن ناشناس‌شده',
-            'step3': 'پاسخ خام ChatGPT',
-            'step4': 'پاسخ نهایی بازگردانده شده',
-            'input_placeholder': 'متن اصلی خود را اینجا وارد کنید...\nمثال: گزارش‌های شرکت، نام اشخاص، مبالغ مالی، شماره تلفن، ایمیل، شماره شبا، حساب بانکی و غیره\n\n✨ سیستم نهایی بهینه‌شده - تشخیص شرکت پتروشیمی کارون تضمینی!',
-            'process_btn': 'پردازش با دسته‌بندی‌های انتخاب شده',
-            'clear_btn': 'پاک کردن همه',
-            'mapping_btn': 'نمایش جدول نگاشت نهایی',
-            'status_btn': 'نمایش وضعیت سیستم نهایی',
-            'categories_label': 'انتخاب دسته‌بندی‌های الگو:',
-            'direction': 'rtl'
-        }
-
-def update_interface(language):
-    """تغییر رابط کاربری بر اساس زبان"""
-    ui_text = update_ui_text(language)
-    is_english = (language == 'English')
-    
-    # تغییر direction برای workflow
-    workflow_css = "workflow ltr" if is_english else "workflow rtl"
-    
-    # دریافت دسته‌بندی‌ها بر اساس زبان
-    category_choices = anonymizer.get_category_choices('en' if is_english else 'fa')
-    
-    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(value=f"📊 {ui_text['status_btn']}"),
-        gr.update(rtl=not is_english),
-        gr.update(elem_classes=workflow_css),
-        gr.update(label=ui_text['categories_label'], choices=category_choices, value=category_choices)
-    ]
-
-# CSS اصلاح شده برای تراز‌بندی عمودی مناسب
+# رابط کاربری Gradio
 custom_css = """
 body, .gradio-container {
     font-family: 'Segoe UI', Tahoma, Arial, sans-serif !important;
@@ -840,82 +457,10 @@ body, .gradio-container {
     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;
-}
-
-.workflow > * {
-    align-self: start !important;
-    vertical-align: top !important;
-    margin-top: 0 !important;
-}
-
-.workflow .gradio-column,
-.workflow-column {
-    display: flex !important;
-    flex-direction: column !important;
-    align-items: stretch !important;
-    justify-content: flex-start !important;
-    height: auto !important;
-    min-height: 0 !important;
-    margin-top: 0 !important;
-    padding-top: 0 !important;
-}
-
 .gradio-textbox {
     border-radius: 10px !important;
     box-shadow: 0 4px 15px rgba(0,0,0,0.1) !important;
-    flex-grow: 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;
-}
-
-.workflow.rtl {
-    direction: rtl !important;
-}
-
-.workflow.ltr {
-    direction: ltr !important;
-}
-
-h1, h2, h3 {
-    text-shadow: 2px 2px 4px rgba(0,0,0,0.3) !important;
-    margin-top: 0 !important;
-    margin-bottom: 10px !important;
-    padding-top: 0 !important;
-    line-height: 1.2 !important;
-}
-
-h2 {
-    min-height: 40px !important;
-    max-height: 40px !important;
-    display: flex !important;
-    align-items: center !important;
-    margin-bottom: 15px !important;
+    min-height: 300px !important;
 }
 
 .status-box {
@@ -925,43 +470,6 @@ h2 {
     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;
-}
-
-.status-box textarea {
-    background: rgba(255, 255, 255, 0.95) !important;
-    border: none !important;
-    border-radius: 10px !important;
-    font-weight: bold !important;
-    font-size: 1.1em !important;
-    color: #1B5E20 !important;
-    text-shadow: 1px 1px 2px rgba(255, 255, 255, 0.8) !important;
-    min-height: 80px !important;
-    max-height: 80px !important;
-}
-
-.category-selection {
-    background: linear-gradient(135deg, #E3F2FD, #BBDEFB) !important;
-    border: 2px solid #1976D2 !important;
-    border-radius: 15px !important;
-    padding: 20px !important;
-    margin: 15px 0 !important;
-    box-shadow: 0 6px 20px rgba(25, 118, 210, 0.2) !important;
-}
-
-.gradio-checkboxgroup {
-    background: rgba(255, 255, 255, 0.9) !important;
-    border-radius: 10px !important;
-    padding: 15px !important;
-    margin: 10px 0 !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 {
@@ -970,12 +478,6 @@ h2 {
     transition: all 0.3s ease !important;
     margin: 5px 0 !important;
     min-height: 50px !important;
-    max-height: 50px !important;
-}
-
-.gradio-button:hover {
-    transform: translateY(-2px) !important;
-    box-shadow: 0 6px 20px rgba(0,0,0,0.2) !important;
 }
 
 h1 {
@@ -983,106 +485,57 @@ h1 {
     -webkit-background-clip: text !important;
     -webkit-text-fill-color: transparent !important;
     background-clip: text !important;
-    min-height: 80px !important;
-}
-
-@media (max-width: 1200px) {
-    .workflow {
-        grid-template-columns: 1fr 1fr !important;
-        gap: 20px !important;
-    }
-}
-
-@media (max-width: 768px) {
-    .workflow {
-        grid-template-columns: 1fr !important;
-        gap: 15px !important;
-    }
-    
-    .gradio-textbox {
-        min-height: 300px !important;
-        max-height: 300px !important;
-        height: 300px !important;
-    }
-}
-
-[data-testid="textbox"]:dir(rtl) {
-    text-align: right !important;
-    direction: rtl !important;
-}
-
-[data-testid="textbox"]:dir(ltr) {
-    text-align: left !important;
-    direction: ltr !important;
-}
-
-.gradio-container .gradio-column {
-    align-self: start !important;
-    vertical-align: top !important;
-}
-
-.gradio-container .gradio-row {
-    align-items: flex-start !important;
-}
-
-* {
-    box-sizing: border-box !important;
-}
-
-.gradio-container {
-    align-items: start !important;
-    justify-content: start !important;
+    text-align: center !important;
 }
 """
 
-# رابط کاربری Gradio با ترازبندی اصلاح شده
-with gr.Blocks(title="⚡ Final Optimized 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.Blocks(title="🔧 سیستم ناشناس‌سازی بهبود یافته", theme=gr.themes.Soft(), css=custom_css) as app:
     
     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 نهایی و بهینه‌شده</h1>")
+        gr.HTML("<h1>🔧 سیستم ناشناس‌سازی بهبود یافته - حل مشکلات شناسایی شده</h1>")
+        
+        with gr.Row():
+            language_selector = gr.Radio(
+                choices=["فارسی", "English"],
+                value="فارسی",
+                label="Language / زبان",
+                interactive=True
+            )
         
         # بخش انتخاب دسته‌بندی‌ها
-        with gr.Row(elem_classes="category-selection"):
+        with gr.Row():
             with gr.Column():
-                category_title = gr.HTML("<h3 style='text-align: center; color: #1976D2; margin-bottom: 15px;'>🎯 انتخاب دسته‌بندی‌های الگوی ناشناس‌سازی</h3>")
+                gr.HTML("<h3 style='text-align: center; color: #1976D2;'>🎯 انتخاب دسته‌بندی‌های الگو</h3>")
                 
                 pattern_categories = gr.CheckboxGroup(
                     choices=anonymizer.get_category_choices('fa'),
-                    value=anonymizer.get_category_choices('fa'),  # انتخاب همه به طور پیش‌فرض
+                    value=anonymizer.get_category_choices('fa'),
                     label="انتخاب دسته‌بندی‌های الگو:",
-                    interactive=True,
-                    elem_classes=["gradio-checkboxgroup"]
+                    interactive=True
                 )
                 
-                category_info = gr.HTML("""
+                gr.HTML("""
                 <div style='background: rgba(255, 255, 255, 0.9); padding: 15px; border-radius: 10px; margin-top: 10px;'>
                 <p style='margin: 0; color: #666; font-size: 0.9em; text-align: center;'>
-                🎉 <strong>تضمینی:</strong> سیستم نهایی بهینه‌شده - تشخیص "شرکت پتروشیمی کارون" تضمینی است!
+                🔧 <strong>بهبودها:</strong> اسامی کامل، آدرس‌های تفصیلی، جداسازی کد ملی از شماره تلفن
                 </p>
                 </div>
                 """)
-        
-        with gr.Row(elem_classes="workflow rtl") as workflow_row:
-            with gr.Column(elem_classes="workflow-column"):
-                step1_title = gr.HTML('<h2 style="direction: rtl;">🔍 متن ورودی و انتخاب دسته‌بندی</h2>')
+
+        with gr.Row():
+            with gr.Column(scale=1):
+                gr.HTML('<h2>📝 متن ورودی</h2>')
                 
                 input_text = gr.Textbox(
                     lines=15,
-                    placeholder="متن اصلی خود را اینجا وارد کنید...\nمثال: گزارش‌های شرکت، نام اشخاص، مبالغ مالی، شماره تلفن، ایمیل، شماره شبا، حساب بانکی و غیره\n\n✨ سیستم نهایی بهینه‌شده - تشخیص شرکت پتروشیمی کارون تضمینی!",
+                    placeholder="متن اصلی خود را اینجا وارد کنید...\nمثال متن مشکل‌دار شما:\nآقای علی احمدی با کد ملی 0123456789 در تاریخ 1402/09/15 درخواست تسهیلات بانکی به مبلغ 500000000 تومان از شعبه مرکزی بانک ملی ارائه نموده است. ایشان ساکن تهران، خیابان ولیعصر، کوچه نیلوفر، پلاک 128، طبقه سوم بوده و شماره تماس 09123456789 را اعلام نموده‌اند...\n\n🔧 حالا مشکلات حل شده‌اند!",
                     label="",
                     rtl=True
                 )
                 
-                process_btn = gr.Button("🚀 پردازش با دسته‌بندی‌های انتخاب شده", variant="primary")
-                clear_btn = gr.Button("🗑️ پاک کردن همه", variant="stop")
+                with gr.Row():
+                    process_btn = gr.Button("🚀 پردازش با الگوهای بهبود یافته", variant="primary")
+                    clear_btn = gr.Button("🗑️ پاک کردن همه", variant="stop")
                 
                 status = gr.Textbox(
                     label="وضعیت",
@@ -1092,33 +545,34 @@ with gr.Blocks(title="⚡ Final Optimized Anonymization System", theme=gr.themes
                     elem_classes=["status-box"]
                 )
 
-            with gr.Column(elem_classes="workflow-column"):
-                step2_title = gr.HTML('<h2 style="direction: rtl;">🎭 متن ناشناس‌شده</h2>')
+            with gr.Column(scale=1):
+                gr.HTML('<h2>🎭 متن ناشناس‌شده</h2>')
                 
                 anonymized_output = gr.Textbox(
                     lines=15,
-                    placeholder="متن ناشناس‌شده اینجا نمایش داده می‌شود...",
+                    placeholder="متن ناشناس‌شده اینجا نمایش داده می‌شود...\nانتظار می‌رود:\n- person_001 به جای آقای علی احمدی\n- company_001 به جای شعبه مرکزی بانک ملی\n- full_address_001 به جای خیابان ولیعصر، کوچه نیلوفر، پلاک 128، طبقه سوم\n- amount_001 به جای 500000000 تومان\n- و سایر موارد...",
                     label="",
                     interactive=False,
                     rtl=True
                 )
 
-            with gr.Column(elem_classes="workflow-column"):
-                step3_title = gr.HTML('<h2 style="direction: rtl;">🤖 پاسخ خام ChatGPT</h2>')
+        with gr.Row():
+            with gr.Column(scale=1):
+                gr.HTML('<h2>🤖 پاسخ خام ChatGPT</h2>')
                 
                 gpt_output = gr.Textbox(
-                    lines=15,
+                    lines=10,
                     placeholder="پاسخ خام ChatGPT اینجا نمایش داده می‌شود...",
                     label="",
                     interactive=False,
                     rtl=True
                 )
 
-            with gr.Column(elem_classes="workflow-column"):
-                step4_title = gr.HTML('<h2 style="direction: rtl;">✅ پاسخ نهایی بازگردانده شده</h2>')
+            with gr.Column(scale=1):
+                gr.HTML('<h2>✅ پاسخ نهایی بازگردانده شده</h2>')
                 
                 final_output = gr.Textbox(
-                    lines=15,
+                    lines=10,
                     placeholder="پاسخ نهایی اینجا نمایش داده می‌شود...",
                     label="",
                     interactive=False,
@@ -1127,8 +581,8 @@ with gr.Blocks(title="⚡ Final Optimized Anonymization System", theme=gr.themes
 
         with gr.Row():
             with gr.Column():
-                mapping_title = gr.HTML('<h2>🗂️ جدول نگاشت نهایی</h2>')
-                mapping_btn = gr.Button("📋 نمایش جدول نگاشت نهایی")
+                gr.HTML('<h2>📋 جدول نگاشت</h2>')
+                mapping_btn = gr.Button("📋 نمایش جدول نگاشت بهبود یافته")
                 
                 mapping_output = gr.Textbox(
                     lines=15,
@@ -1140,8 +594,8 @@ with gr.Blocks(title="⚡ Final Optimized Anonymization System", theme=gr.themes
         
         with gr.Row():
             with gr.Column():
-                status_title = gr.HTML('<h2>⚙️ وضعیت سیستم و قابلیت‌ها</h2>')
-                system_status_btn = gr.Button("📊 نمایش وضعیت سیستم نهایی")
+                gr.HTML('<h2>⚙️ وضعیت سیستم</h2>')
+                system_status_btn = gr.Button("📊 نمایش وضعیت سیستم بهبود یافته")
                 
                 system_status_output = gr.Textbox(
                     lines=20,
@@ -1152,15 +606,6 @@ with gr.Blocks(title="⚡ Final Optimized Anonymization System", theme=gr.themes
                 )
 
     # 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, system_status_btn,
-                mapping_output, workflow_row, pattern_categories]
-    )
-
     process_btn.click(
         fn=process_all_steps,
         inputs=[input_text, language_selector, pattern_categories],
@@ -1194,9 +639,9 @@ with gr.Blocks(title="⚡ Final Optimized Anonymization System", theme=gr.themes
     )
 
 if __name__ == "__main__":
-    logger.info("⚡ Starting Final Optimized Anonymization System...")
-    logger.info("🏢 شرکت پتروشیمی کارون detection guaranteed!")
-    logger.info("✅ Ready for perfect 3-entity detection!")
+    logger.info("🔧 Starting Improved Anonymization System...")
+    logger.info("✅ Fixed issues: complete names, full addresses, proper categorization")
+    logger.info("🎯 Ready for accurate entity detection!")
     
     app.launch(
         share=False,