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

# Anonymizace českých textů

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

## Funkce

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

## Instalace

### Pomocí Dockeru

1. Naklonujte tento repozitář:
   ```
   git clone https://github.com/vas-projekt/anonymizacni-platforma.git
   cd anonymizacni-platforma
   ```

2. Sestavte Docker obraz:
   ```
   docker build -t anonymizace-ceskych-textu .
   ```

3. Spusťte kontejner:
   ```
   docker run -p 8501:8501 anonymizace-ceskych-textu
   ```

### Lokální instalace

1. Naklonujte repozitář a přejděte do jeho adresáře.

2. Vytvořte a aktivujte virtuální prostředí:
   ```
   python -m venv venv
   source venv/bin/activate  # Pro Windows použijte `venv\Scripts\activate`
   ```

3. Nainstalujte potřebné závislosti:
   ```
   pip install -r requirements.txt
   ```

4. Stáhněte český jazykový model pro spaCy:
   ```
   python -m spacy download cs_core_news_sm
   ```

## Použití

1. Spusťte aplikaci:
   ```
   streamlit run presidio_streamlit.py
   ```

2. Otevřete webový prohlížeč a přejděte na `http://localhost:8501`.

3. Vložte text, který chcete anonymizovat, nebo nahrajte soubor.

4. Vyberte typy osobních údajů, které chcete anonymizovat, a metodu anonymizace.

5. Klikněte na tlačítko "Anonymizovat" a zobrazte výsledky.

## Konfigurace

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

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

## Přispívání

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

## Licence

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

---

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