🔒 ناشناسساز متون مالی/خبری فارسی
🚀 پشتیبانی از Qwen3 + Llama 3.2 (OpenRouter)
✅ API Key تنظیم شده - سیستم آماده است
مثالها
🎯 نحوه استفاده
- وارد کردن متن: متن خبری یا مالی فارسی را در کادر ورودی بنویسید
- کلیک روی دکمه ناشناسسازی: سیستم خودکار شروع به کار میکند
- دریافت نتیجه: متن ناشناسسازی شده + آمار کامل
🔍 انواع موجودیتها
| نوع | توضیح | مثال |
|---|---|---|
| company-XX | شرکتها، بانکها، سازمانها | همراه اول → company-01 |
| person-XX | نام افراد | علی محمدی → person-01 |
| amount-XX | مبالغ مالی (با واحد) | 500 میلیون → amount-01 |
| percent-XX | درصدها (با %) | 15 درصد → percent-01 |
✅ موارد حفظ شده
- ✅ تاریخها (اسفند 1402، 2023/12/01)
- ✅ زمانها (10:30، 14 مارس)
- ✅ واحدهای پولی (تومان، ریال، میلیارد)
- ✅ کلمات عمومی (سه شرکت، دو نفر)
- ✅ اعداد غیرحساس
🤖 مدلهای پشتیبانی شده
سیستم به ترتیب اولویت این مدلها را امتحان میکند:
- Qwen3-30B (بهترین برای فارسی)
- Qwen3-235B (قدرتمندترین)
- Qwen3-Next-80B (جدیدترین)
- Llama 3.2 (تست شده ✓)
- سایر مدلهای رایگان
💡 نکات مهم
- 🆓 کاملاً رایگان - بدون هزینه
- 🔒 امن - بدون ذخیره داده
- ⚡ سریع - پردازش آنی
- 🎯 دقیق - شناسایی هوشمند
- 🔄 پایدار - fallback خودکار
❓ سوالات متداول
Q: اگر خطا داد چه کنم؟
A: سیستم خودکار مدلهای دیگر را امتحان میکند. اگر باز هم خطا داد، کلید API را بررسی کنید.
Q: چه مدلی بهتر است؟
A: Qwen3-30B یا Qwen3-235B برای فارسی بهترین هستند.
Q: دادههای من ذخیره میشود؟
A: خیر، OpenRouter به طور پیشفرض دادهها را ذخیره نمیکند.