Delete app.py

app.py

@@ -1,692 +0,0 @@
-#!/usr/bin/env python3
-# -*- coding: utf-8 -*-
-"""
-سیستم ناشناس‌سازی اصلاح شده - حل مشکلات آدرس کامل و شناسایی دقیق‌تر
-"""
-
-import gradio as gr
-import re
-import os
-import requests
-import time
-import logging
-
-logging.basicConfig(level=logging.INFO)
-logger = logging.getLogger(__name__)
-
-class ImprovedDataAnonymizer:
-    def __init__(self):
-        self.mapping_table = {}
-        self.pattern_categories = {
-            'personal_identity': {
-                'name_fa': 'اطلاعات شخصی و هویتی',
-                'name_en': 'Personal & Identity Information',
-                'patterns': ['PERSON', 'ID_NUMBER', 'MIXED_NAMES'],
-                'icon': '👤'
-            },
-            'financial': {
-                'name_fa': 'اطلاعات مالی',
-                'name_en': 'Financial Information',
-                'patterns': ['AMOUNT', 'ACCOUNT', 'CARD_NUMBER'],
-                'icon': '💰'
-            },
-            'temporal': {
-                'name_fa': 'اطلاعات زمانی',
-                'name_en': 'Temporal Information',
-                'patterns': ['DATE'],
-                'icon': '📅'
-            },
-            'location': {
-                'name_fa': 'اطلاعات مکانی',
-                'name_en': 'Location Information',
-                'patterns': ['LOCATION', 'FULL_ADDRESS'],
-                'icon': '📍'
-            },
-            'business': {
-                'name_fa': 'اطلاعات کسب‌وکار',
-                'name_en': 'Business Information',
-                'patterns': ['COMPANY', 'BRANCH'],
-                'icon': '🏢'
-            },
-            'communication': {
-                'name_fa': 'اطلاعات ارتباطی',
-                'name_en': 'Communication Information',
-                'patterns': ['PHONE', 'EMAIL'],
-                'icon': '📞'
-            }
-        }
-        
-        self.counters = {
-            '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_improved_patterns(self):
-        """الگوهای بهبود یافته با حل مشکلات شناسایی آدرس کامل"""
-        return {
-            # اسامی اشخاص - الگوهای ساده‌تر
-            'PERSON': [
-                r'آقای\s+[\u0600-\u06FF\s]+(?=\s+با|$|،|\.)',
-                r'خانم\s+[\u0600-\u06FF\s]+(?=\s+با|$|،|\.)',
-                r'مهندس\s+[\u0600-\u06FF\s]+(?=\s+با|$|،|\.)',
-                r'دکتر\s+[\u0600-\u06FF\s]+(?=\s+با|$|،|\.)',
-                r'Mr\.\s+[A-Z][a-z]+\s+[A-Z][a-z]+',
-                r'Ms\.\s+[A-Z][a-z]+\s+[A-Z][a-z]+',
-                r'Dr\.\s+[A-Z][a-z]+\s+[A-Z][a-z]+',
-            ],
-
-            # آدرس‌های کامل - الگوهای ساده‌تر
-            'FULL_ADDRESS': [
-                # الگوی کلی: شهر، خیابان/کوچه، پلاک
-                r'(?:تهران|اصفهان|مشهد|شیراز|کرج|اهواز|قم|رشت|کرمان|یزد|بوشهر|ارومیه|همدان|بندر عباس|ساری|اردبیل)،\s*(?:خیابان|کوچه|شهرک|بلوار|میدان|کوی|محله)\s+[\u0600-\u06FF\s\u06F0-\u06F9]+(?:،\s*(?:خیابان|کوچه|بلوار|کوی)\s+[\u0600-\u06FF\s\u06F0-\u06F9]+)?(?:،\s*پلاک\s+\d+)?(?:،\s*(?:طبقه|واحد)\s+[\u0600-\u06FF\s\u06F0-\u06F9\d]+)?',
-                
-                # الگوی ساده‌تر برای آدرس‌های کوتاه‌تر
-                r'خیابان\s+[\u0600-\u06FF\s\u06F0-\u06F9]+،\s*کوچه\s+[\u0600-\u06FF\s\u06F0-\u06F9]+،\s*پلاک\s+\d+(?:،\s*(?:طبقه|واحد)\s+[\u0600-\u06FF\s\u06F0-\u06F9\d]+)?',
-            ],
-
-            # 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{6,}\s*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'میانگین\s+موجودی\s+حساب\s+وی\s+حدود\s+\d{6,}\s*تومان',
-                r'\$\d+(?:,\d{3})*(?:\.\d+)?',
-            ],
-
-            # شماره حساب و کارت بانکی - جداسازی دقیق
-            'ACCOUNT': [
-                r'حساب\s+جاری\s+شماره\s+[\d-]+',
-                r'شماره\s+[\d-]{8,}(?=\s+در)',  # شماره حساب
-            ],
-
-            '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)',
-            ],
-
-            # 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}',
-            ],
-
-            # تاریخ - ساده شده
-            'DATE': [
-                r'\d{4}/\d{1,2}/\d{1,2}',
-                r'\d{1,2}\s+(?:فروردین|اردیبهشت|خرداد|تیر|مرداد|شهریور|مهر|آبان|آذر|دی|بهمن|اسفند)\s+\d{4}',
-            ],
-
-            # شرکت‌ها - ساده شده
-            'COMPANY': [
-                r'شرکت\s+[\u0600-\u06FF\s]+',
-                r'بانک\s+[\u0600-\u06FF\s]+',
-                r'[A-Z][a-zA-Z\s]+(?:Inc|Corp|Corporation|Company|Ltd|Limited|LLC)',
-            ],
-
-            # شعب و واحدهای تجاری - دقیق‌تر شده
-            'BRANCH': [
-                r'شعبه\s+[\u0600-\u06FF\s]+\s+بانک\s+[\u0600-\u06FF\s]+',
-                r'شعبه\s+مرکزی\s+بانک\s+[\u0600-\u06FF\s]+',
-            ],
-
-            # مکان‌ها - شهرها (فقط نام شهرها)
-            'LOCATION': [
-                r'\b(?:تهران|اصفهان|مشهد|شیراز|کرج|اهواز|قم|رشت|کرمان|یزد|بوشهر|ارومیه|همدان|بندر عباس|ساری|اردبیل)\b(?!\s*،)',  # فقط نام شهر تنها
-                r'استان\s+[\u0600-\u06FF\s]+',
-                r'شهر\s+[\u0600-\u06FF\s]+',
-            ],
-
-            # ایمیل
-            'EMAIL': [
-                r'[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}',
-            ],
-        }
-
-    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):
-        """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!"
-            
-            # ریست متغیرها
-            self.mapping_table = {}
-            self.counters = {key: 0 for key in self.counters.keys()}
-            
-            anonymized = original_text
-            found_entities = set()
-            
-            # 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("🔍 Running improved regex extraction...")
-            logger.info(f"📋 Selected patterns: {list(patterns.keys())}")
-            
-            processed_entities = set()
-            
-            # ترتیب اولویت بهبود یافته
-            priority_order = [
-                'FULL_ADDRESS',    # بالاترین اولویت
-                'EMAIL',           
-                'ID_NUMBER',       
-                'CARD_NUMBER',     
-                'ACCOUNT',         
-                'PHONE',           
-                'AMOUNT',          
-                'BRANCH',          
-                'COMPANY',         
-                'LOCATION',        
-                'DATE',            
-                'PERSON',          
-                'MIXED_NAMES'      
-            ]
-            
-            for category in priority_order:
-                if category in patterns:
-                    pattern_list = patterns[category]
-                    for pattern in pattern_list:
-                        try:
-                            matches = re.finditer(pattern, original_text, re.IGNORECASE | re.MULTILINE)
-                            for match in matches:
-                                full_match = match.group(0).strip()
-                                
-                                # بررسی تداخل
-                                overlaps = False
-                                match_start, match_end = match.span()
-                                
-                                for proc_start, proc_end in processed_entities:
-                                    if not (match_end <= proc_start or match_start >= proc_end):
-                                        overlaps = True
-                                        break
-                                
-                                # شرایط قبولی - با فیلتر کلمات عمومی
-                                if (not overlaps and
-                                    full_match not in found_entities and 
-                                    full_match not in self.mapping_table and 
-                                    len(full_match) >= 3 and
-                                    not full_match.isspace() and
-                                    not self._is_generic_word(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))
-                                    
-                                    logger.info(f"✅ Found {category}: '{full_match}' → {code}")
-                                    
-                        except re.error as e:
-                            logger.error(f"Regex error in pattern {pattern}: {e}")
-                            continue
-            
-            # جایگزینی در متن - طولانی‌ترین‌ها اول
-            sorted_items = sorted(self.mapping_table.items(), key=lambda x: len(x[0]), reverse=True)
-            logger.info(f"🔄 Replacing {len(sorted_items)} entities...")
-            
-            for original_item, code in sorted_items:
-                anonymized = anonymized.replace(original_item, code)
-                logger.info(f"🔄 Replaced: '{original_item}' → '{code}'")
-            
-            logger.info(f"✅ Anonymization completed. Found {len(self.mapping_table)} entities.")
-            
-            # اگر هیچ entity پیدا نشد
-            if len(self.mapping_table) == 0:
-                logger.warning("⚠ No entities found! Check if text contains recognizable patterns.")
-                return original_text + "\n\n⚠ هیچ entity قابل شناسایی پیدا نشد! لطفاً متن را بررسی کنید."
-            
-            return anonymized
-            
-        except Exception as e:
-            logger.error(f"Anonymization error: {e}")
-            return f"⚠ Error in anonymization: {str(e)}" if lang == 'en' else f"⚠ خطا در ناشناس‌سازی: {str(e)}"
-
-    def _is_generic_word(self, text):
-        """بررسی کلمات عمومی که نباید entity محسوب شوند"""
-        generic_words = {
-            'همین بانک', 'این بانک', 'آن بانک', 'بانک مذکور',
-            'همین شرکت', 'این شرکت', 'آن شرکت', 'شرکت مذکور',
-            'همین شعبه', 'این شعبه', 'آن شعبه', 'شعبه مذکور',
-            'همین شهر', 'این شهر', 'آن شهر', 
-            'متقاضی', 'ایشان', 'وی', 'مشتری',
-            'بانک', 'شرکت', 'شعبه'  # کلمات تنها
-        }
-        return text.strip() in generic_words or len(text.strip()) < 3
-
-    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!" 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."
-            
-            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)
-                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()}
-            
-            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 get_model_status(self):
-        """وضعیت سیستم"""
-        status = "🚀 **سیستم ناشناس‌سازی بهبود یافته - نسخه اصلاح شده:**\n\n"
-        
-        status += "• **مشکلات حل شده:**\n"
-        status += "  ✅ آدرس کامل به عنوان یک entity واحد\n"
-        status += "  ✅ حذف کلمات عمومی مثل 'همین بانک'\n"
-        status += "  ✅ اولویت‌بندی بهتر برای آدرس کامل\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"
-        status += "  ✅ debugging و logging بهتر\n\n"
-        
-        status += "• **بهبودهای الگو:**\n"
-        status += "  🎯 الگوی جامع برای آدرس کامل فارسی\n"
-        status += "  🎯 فیلتر کلمات عمومی\n"
-        status += "  🎯 اولویت‌بندی بهتر پردازش\n"
-        status += "  🎯 حذف تداخل‌های غلط\n"
-        status += "  🎯 encoding صحیح فارسی\n\n"
-        
-        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"   {icon} {name_fa}: {pattern_count} الگو\n"
-        
-        return status
-
-# ایجاد instance
-anonymizer = ImprovedDataAnonymizer()
-
-def process_all_steps(input_text, language, selected_categories):
-    """پردازش خودکار تمام مراحل - نسخه اصلاح شده"""
-    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()
-        
-        logger.info(f"🔄 Starting anonymization process...")
-        logger.info(f"📝 Input text length: {len(input_text)} characters")
-        logger.info(f"📋 Selected categories: {selected_categories}")
-        
-        anonymized_text = anonymizer.anonymize_text(input_text, lang, selected_categories)
-        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)
-            selected_count = len(selected_categories) if selected_categories else 0
-            
-            success_msg = (f"✅ ناشناس‌سازی اصلاح شده انجام شد!\n"
-                          f"📋 دسته‌های انتخابی: {selected_count} | 🔍 پردازش آدرس کامل\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
-        
-        success_msg = (f"🎉 ناشناس‌سازی کامل و بازگردانی موفق!\n"
-                      f"🔧 روش: پردازش اصلاح شده | 📋 دسته‌ها: {selected_count}/6\n"
-                      f"📊 کل: {entities_found} entities | ⏱️ زمان: {total_time:.2f}s\n"
-                      f"⚡ مشکلات آدرس کامل حل شدند!")
-        
-        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)}"
-        logger.error(f"Processing error: {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!" if lang == 'en' else "⚠ جدول نگاشت خالی است!"
-    
-    result = "📋 **جدول نگاشت اصلاح شده:**\n\n"
-    
-    # نمایش آمار کلی
-    result += f"📊 **آمار**: {len(anonymizer.mapping_table)} entity\n"
-    result += f"🔍 **روش**: پردازش آدرس کامل اصلاح شده\n"
-    result += f"⚡ **حالت**: شناسایی دقیق entities و فیلتر کلمات عمومی\n\n"
-    
-    # دسته‌بندی نتایج
-    category_stats = {}
-    for original, code in anonymizer.mapping_table.items():
-        category = code.split('_')[0].upper()
-        if category not in category_stats:
-            category_stats[category] = []
-        category_stats[category].append((original, code))
-    
-    # نمایش نتایج بر اساس دسته‌بندی
-    for category, items in category_stats.items():
-        if len(items) > 0:
-            result += f"🔍 **{category}** ({len(items)} مورد):\n"
-            for original, code in items:
-                result += f"   • `{original}` → `{code}`\n"
-            result += "\n"
-    
-    result += "✨ **سیستم اصلاح شده**: تشخیص آدرس کامل و حذف کلمات عمومی!"
-    
-    return result
-
-def clear_all():
-    """پاک کردن همه"""
-    anonymizer.mapping_table = {}
-    anonymizer.counters = {key: 0 for key in anonymizer.counters.keys()}
-    logger.info("🗑️ All data cleared")
-    return "", "", "", "", ""
-
-# رابط کاربری Gradio
-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;
-}
-
-.gradio-textbox {
-    border-radius: 10px !important;
-    box-shadow: 0 4px 15px rgba(0,0,0,0.1) !important;
-    min-height: 300px !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;
-}
-
-.gradio-button {
-    border-radius: 25px !important;
-    font-weight: bold !important;
-    transition: all 0.3s ease !important;
-    margin: 5px 0 !important;
-    min-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;
-    text-align: center !important;
-}
-"""
-
-with gr.Blocks(title="🔧 سیستم ناشناس‌سازی اصلاح شده", theme=gr.themes.Soft(), css=custom_css) as app:
-    
-    with gr.Column():
-        gr.HTML("<h1>🔧 سیستم ناشناس‌سازی اصلاح شده - حل مشکلات آدرس کامل</h1>")
-        
-        with gr.Row():
-            language_selector = gr.Radio(
-                choices=["فارسی", "English"],
-                value="فارسی",
-                label="Language / زبان",
-                interactive=True
-            )
-        
-        # بخش انتخاب دسته‌بندی‌ها
-        with gr.Row():
-            with gr.Column():
-                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'),
-                    label="انتخاب دسته‌بندی‌های الگو:",
-                    interactive=True
-                )
-                
-                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>اصلاحات:</strong> آدرس کامل، حذف کلمات عمومی، اولویت‌بندی بهتر
-                </p>
-                </div>
-                """)
-
-        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...
-مثال متن مشکل‌دار شما:
-آقای 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...
-
-🔧 حالا مشکلات حل شده‌اند!""",
-                    label="",
-                    rtl=True
-                )
-                
-                with gr.Row():
-                    process_btn = gr.Button("🚀 پردازش با الگوهای اصلاح شده", 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(scale=1):
-                gr.HTML('<h2>🎭 متن ناشناس‌شده</h2>')
-                
-                anonymized_output = gr.Textbox(
-                    lines=15,
-                    placeholder="""متن ناشناس‌شده اینجا نمایش داده می‌شود...
-انتظار می‌رود:
-- person_001 به جای آقای علی احمدی
-- full_address_001 به جای تهران، خیابان ولیعصر، کوچه نیلوفر، پلاک 128، طبقه سوم
-- amount_001 به جای 500000000 تومان
-- و سایر موارد...""",
-                    label="",
-                    interactive=False,
-                    rtl=True
-                )
-
-        with gr.Row():
-            with gr.Column(scale=1):
-                gr.HTML('<h2>🤖 پاسخ خام ChatGPT</h2>')
-                
-                gpt_output = gr.Textbox(
-                    lines=10,
-                    placeholder="پاسخ خام ChatGPT اینجا نمایش داده می‌شود...",
-                    label="",
-                    interactive=False,
-                    rtl=True
-                )
-
-            with gr.Column(scale=1):
-                gr.HTML('<h2>✅ پاسخ نهایی بازگردانده شده</h2>')
-                
-                final_output = gr.Textbox(
-                    lines=10,
-                    placeholder="پاسخ نهایی اینجا نمایش داده می‌شود...",
-                    label="",
-                    interactive=False,
-                    rtl=True
-                )
-
-        with gr.Row():
-            with gr.Column():
-                gr.HTML('<h2>📋 جدول نگاشت</h2>')
-                mapping_btn = gr.Button("📋 نمایش جدول نگاشت اصلاح شده")
-                
-                mapping_output = gr.Textbox(
-                    lines=15,
-                    label="جدول نگاشت اطلاعات",
-                    interactive=False,
-                    visible=False,
-                    rtl=True
-                )
-        
-        with gr.Row():
-            with gr.Column():
-                gr.HTML('<h2>⚙️ وضعیت سیستم</h2>')
-                system_status_btn = gr.Button("📊 نمایش وضعیت سیستم اصلاح شده")
-                
-                system_status_output = gr.Textbox(
-                    lines=20,
-                    label="وضعیت سیستم",
-                    interactive=False,
-                    visible=False,
-                    rtl=True
-                )
-
-    # Event handlers
-    process_btn.click(
-        fn=process_all_steps,
-        inputs=[input_text, language_selector, pattern_categories],
-        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]
-    )
-    
-    system_status_btn.click(
-        fn=lambda: anonymizer.get_model_status(),
-        outputs=[system_status_output]
-    )
-    
-    system_status_btn.click(
-        fn=lambda: gr.update(visible=True),
-        outputs=[system_status_output]
-    )
-
-if __name__ == "__main__":
-    logger.info("🔧 Starting Fixed Anonymization System...")
-    logger.info("✅ Fixed issues: encoding, regex patterns, debugging")
-    logger.info("🎯 Ready for accurate entity detection!")
-    
-    app.launch(
-        share=False,
-        server_name="0.0.0.0",
-        server_port=7860,
-        show_error=True
-    )