# text.anonymize.legal-de

NER-basierte Anonymisierung deutscher juristischer Texte (JuraNER).
Brückenmodul: das Transformers-Modell läuft im **judge-ner
Host-Service** (`fai_judge/host_services/judge-ner/`); dieses
WASM-Modul reicht das Dokument per Loopback-HTTP weiter und bildet
die Antwort auf den Capability-Contract ab.

## Capability

- `text.anonymize.legal-de@0.1.0`

## Eingaben

| Name       | Typ   | Beschreibung |
| ---------- | ----- | ------------ |
| `request`  | json  | `{"mode":"text"\|"docx","options":{...}}` — siehe unten. |
| `document` | bytes | UTF-8-Klartext (mode=text) oder eine DOCX-Datei (mode=docx). |
| `endpoint` | text  | Optionale judge-ner-Basis-URL. Default `http://127.0.0.1:8756`. |

### `request.options` (alle optional)

| Schlüssel | Default | Bedeutung |
| --------- | ------- | --------- |
| `importance_levels` | `["High"]` | Zu anonymisierende Entitätsklassen (`High`/`Mid`/`Low`). |
| `confidence_threshold` | `0.8` | Minimale NER-Konfidenz (0.0–1.0). |
| `manual_phrases` | `[]` | Zusätzlich zu schwärzende Phrasen (Label `RED`). |
| `maintain_consistency` | `true` | Gleiche Oberflächenform erhält überall dasselbe ⟦TYPE#⟧-Token. |
| `remove_rubrum` | `false` | Rubrum-Block erkennen und durch Platzhalter ersetzen. |

## Ausgaben

| Name       | Typ   | Beschreibung |
| ---------- | ----- | ------------ |
| `result`   | json  | `{"replacements": [...], "text": "..."}` — `text` (der anonymisierte Text) nur bei mode=text. `statistics` und `rubrum` werden vom Service durchgereicht, wenn vorhanden. |
| `document` | bytes | Das anonymisierte Dokument: UTF-8-Text (`text/plain`) bei mode=text, das umgeschriebene DOCX bei mode=docx. |

Jeder `replacements`-Eintrag:
`{text, label, label_description, start, end, score, line_number,
anonymized}`; im DOCX-Modus zusätzlich `run_id_start`,
`char_in_start`, `run_id_end`, `char_in_end` zur Adressierung der
exakten `w:t`-Knoten des Originaldokuments. Einträge mit
`"anonymized": null` wurden erkannt, aber nicht ersetzt
(Importance-Level nicht ausgewählt).

## Berechtigungen & benötigte Services

```yaml
permissions:
  - "net: localhost"
  - "net: 127.0.0.1"
requires_services:
  - judge-ner
```

Der Hub führt Steps mit diesem Modul nur aus, wenn der Operator einen
`judge-ner`-Service-Endpunkt in `~/.chain/config.yaml` (`services:`)
deklariert hat. Beachte: Der erste judge-ner-Start lädt das
JuraNER-Modell von HuggingFace — bis dahin antwortet der Service mit
503 und dieses Modul schlägt mit einer klaren „NER model not
available"-Meldung fehl.

## Einrichtung des judge-ner-Host-Services

Das NER-Modell (JuraNER von Harshil Darji, MIT — transformers + torch)
kann nicht in der WASM-Sandbox laufen; es läuft als Host-Service.

```bash
# 1. Service starten (Docker; ~1 GB Modell-Download beim ersten Start,
#    persistiert im Named Volume — spätere Starts sind offline-fähig)
docker run -d --name judge-ner \
  -p 8756:8756 \
  -v judge-ner-models:/models \
  judge-ner

# 2. Beim Hub registrieren (~/.chain/config.yaml)
#    services:
#      judge-ner:
#        endpoint: http://127.0.0.1:8756
#        health_check:
#          url: http://127.0.0.1:8756/health

# 3. Prüfen
curl -s localhost:8756/health     # {"status":"ok","model_loaded":true}
chain service status judge-ner
```

Quellcode und Image-Build: `fai_judge/host_services/judge-ner/`
(`docker build -t judge-ner .`).

## Fehler

- Fehlerhafte `request`, Nicht-UTF-8-Textdokument oder 4xx vom
  Service → `invalid input: ...`
- Service nicht erreichbar, 5xx, fehlerhafte Service-Antwort →
  `internal error: judge-ner at <url> ...`

## Lizenz, Maintainer & Haftungshinweis

**Lizenz.** Dieses Modul steht unter Apache-2.0. Die zugrunde
liegende NER-Methode und das Modell sind die
**JuraNonymizer**-Bibliothek und das **JuraNER**-Modell, beide
**MIT-lizenziert**:

- Modell: https://huggingface.co/harshildarji/JuraNER (MIT)
- Projekt: JUDGE-KI an der KI-Werkstatt der HTW Berlin —
  https://kiwerkstatt.f2.htw-berlin.de/projekte/judge-ki

**Maintainer.**

- Harshil Jagadishbhai Darji (HTW Berlin) — NER-Modell und
  Anonymisierungs-Methode (JuraNonymizer / JuraNER)
- Dr. Stefan Alexander Flemming (Flemming.AI) — dieses Brückenmodul
  und der judge-ner-Host-Service

**Haftungshinweis.** Automatische Anonymisierung ist ein
statistisches Verfahren und bietet **keine Garantie auf
Vollständigkeit**: Entitäten können übersehen, nur teilweise erkannt
oder falsch klassifiziert werden. Bevor ein anonymisiertes Dokument
veröffentlicht oder weitergegeben wird, **muss es von einem Menschen
geprüft werden**. Die datenschutzrechtliche Verantwortung (DSGVO)
verbleibt beim Betreiber; Autoren und Maintainer übernehmen keine
Haftung für unvollständige Anonymisierung.

## Build

```bash
cargo test
cargo build --release --target wasm32-wasip2
```