Quickstart¶

Le chemin le plus court pour voir piighost à l'œuvre, sans télécharger de modèle. Vous allez dé-identifier une phrase à partir d'un dictionnaire de valeurs connues, en moins d'une minute.

import asyncio

from piighost.components.detector import ExactMatchDetector
from piighost.pipeline import AnonymizationPipeline

detector = ExactMatchDetector({"John Doe": "PERSON", "Paris": "LOCATION"})
pipeline = AnonymizationPipeline(detector)


async def main() -> None:
    result = await pipeline.anonymize("John Doe habite à Paris.")
    print(result.text)


asyncio.run(main())

La sortie doit être :

<<PERSON:1>> habite à <<LOCATION:1>>.

Comment ça marche¶

ExactMatchDetector repère les occurrences exactes, aux frontières de mots, des valeurs du dictionnaire fourni. Passé seul, le détecteur suffit, le pipeline complète les étapes obligatoires avec leurs valeurs par défaut. Il regroupe les détections d'une même valeur et d'un même label avec un ExactEntityLinker, puis remplace chaque entité avec un LabelCounterPlaceholderFactory qui numérote par label, donc <<PERSON:1>> et <<LOCATION:1>>. La résolution de chevauchement s'exécute par défaut, et les étapes optionnelles, expansion d'entités, résolution d'entités, override et garde-fou, restent désactivées. C'est suffisant pour un premier essai, sans aucun modèle à charger.

Et ensuite¶

• Pour une vraie détection automatique, noms et lieux arbitraires, passez au Premier pipeline avec un NER comme GLiNER2.
• Pour décrire un pipeline complet dans un fichier plutôt qu'en Python, voir la Référence TOML.
• Pour dé-identifier au fil d'une conversation avec mémoire persistante, voir le Pipeline conversationnel.