Upload 4 files

README.md

@@ -1,5 +1,5 @@
 ---
-title: 민감정보마스킹[땡땡이마스킹]
+title: 민감정보마스킹 [땡땡이 마스킹]
 emoji: 🛡️
 colorFrom: blue
 colorTo: indigo

app.py

@@ -1,4 +1,29 @@
 
+school_name_candidates = []
+
+def mask_school_names(text):
+    global school_name_candidates
+    school_name_candidates = []
+
+    def replacer(match):
+        name = match.group(1)
+        full = match.group(0)
+        if 2 <= len(name) <= 20:
+            school_name_candidates.append(name)
+            return to_chosung(name) + match.group(2)
+        else:
+            return full
+
+    # 붙어 있는 학교명 (수원매화초등학교)
+    text = re.sub(r"(\b[가-힣]{2,20})(초등학교|중학교|고등학교)", replacer, text)
+
+    # 후처리: 띄어쓰기 있는 패턴 (수원 매화 초등학교 등)
+    for name in school_name_candidates:
+        pattern = rf"{re.escape(name)}\s?(초등학교|중학교|고등학교)"
+        text = re.sub(pattern, to_chosung(name) + " " + r"\1", text)
+    return text
+
+
 import gradio as gr
 from transformers import AutoTokenizer, AutoModelForTokenClassification, pipeline
 import re
@@ -61,14 +86,6 @@ def to_chosung(text):
             result += ch
     return result
 
-def mask_school_names(text):
-    school_patterns = [
-        (r"(\b[가-힣]{2,20})(초등학교|중학교|고등학교)", True),
-        (r"(\b[가-힣]{2,20})\s(초등학교|중학교|고등학교)", False),
-    ]
-    for pattern, attach in school_patterns:
-        text = re.sub(pattern, lambda m: to_chosung(m.group(1)) + (" " if not attach else "") + m.group(2), text)
-    return text
 
 
 def mask_department(text):
@@ -126,7 +143,12 @@ def remask_with_mapping(text, mapping_string):
     return text
 
 with gr.Blocks() as demo:
-    gr.Markdown("🛡️ 민감정보 마스킹 [땡땡이 마스킹] : 이름 + 민감정보 + 초/중/고 마스킹기 (초성 기반)")
+    gr.Markdown("""
+🛡️ **민감정보 마스킹 [땡땡이 마스킹]**  
+이름 + 민감정보 + 초/중/고 마스킹기 (초성 기반)
+
+⚠️ *완벽하지 않을 수 있습니다. 반드시 직접 최종 점검하세요.*
+""")
     input_text = gr.Textbox(lines=15, label="📥 원본 텍스트 입력")
     keyword_input = gr.Textbox(lines=1, label="기관 키워드 (쉼표로 구분)", value="굿네이버스, good neighbors, gn, 사회복지법인 굿네이버스")
     replace_input = gr.Textbox(lines=1, label="치환할 텍스트", value="우리기관")