文脈解析パイプライン

従来のパターンマッチ:
  "500万円" → 金額（分類なし）

文脈解析パイプライン:
  "年収は500万円"     → JPII_PERSONAL_INCOME（個人収入）
  "売上高500万円"     → JPII_CORPORATE_EARNINGS（企業収益）
  "M&A金額500万円"   → JPII_STRAT_MA（M&A情報）
  "口座番号1234567"   → JPII_ACCOUNT_IDENTIFIER（口座識別子）
  "sk-proj-abcd..."   → JPII_CRED_API_KEY（APIキー）
  "評価グレードS"     → JPII_HR_REVIEW（人事評価）
  "HbA1c 7.2%"       → JPII_MED_TEST（検査結果）

# ETag取得
ETAG=$(curl -s -I https://api.pii-fi.com/api/policy/active \
  -H "Authorization: Bearer YOUR_API_KEY" | grep -i etag | awk '{print $2}' | tr -d '\r')

# 金融情報分類パイプラインを作成
curl -X POST https://api.pii-fi.com/api/policy/pipelines \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "If-Match: $ETAG" \
  -d '{
    "id": "pipeline.financial",
    "name": "金融情報分類パイプライン",
    "description": "金額の文脈を解析し、機密カテゴリを自動分類",
    "categories": [
      {
        "id": "PERSONAL_INCOME",
        "label": "個人収入",
        "context_keywords": ["年収", "月収", "給与", "給料", "手取り", "所得"],
        "entity_type": "JPII_PERSONAL_INCOME"
      },
      {
        "id": "CORPORATE_EARNINGS",
        "label": "企業収益",
        "context_keywords": ["売上", "売上高", "収益", "利益", "営業利益", "経常利益"],
        "entity_type": "JPII_CORPORATE_EARNINGS"
      },
      {
        "id": "STRAT_MA",
        "label": "M&A情報",
        "context_keywords": ["M&A", "買収", "合併", "出資", "投資額", "資金調達"],
        "entity_type": "JPII_STRAT_MA"
      }
    ],
    "priority": 85
  }'

# 同じ「500万円」が文脈によって異なるカテゴリに分類される
curl -X POST https://api.pii-fi.com/api/detect \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
    "text": "田中氏の年収は500万円です。A社の売上高は500万円でした。B社のM&A金額は500万円と報道されています。",
    "deidentification_type": "replace"
  }'

{
  "deidentified_text": "<人名>の<個人収入>です。A社の<企業収益>でした。B社の<M&A情報>と報道されています。",
  "entities": [
    {
      "entity_type": "JPII_PERSON_NAME",
      "original_text": "田中氏",
      "masked_text": "<人名>",
      "confidence_score": 0.95
    },
    {
      "entity_type": "JPII_PERSONAL_INCOME",
      "original_text": "年収は500万円",
      "masked_text": "<個人収入>",
      "confidence_score": 0.92,
      "context_classification": {
        "pipeline_id": "pipeline.financial",
        "category": "PERSONAL_INCOME",
        "category_label": "個人収入",
        "context_keywords_matched": ["年収"]
      }
    },
    {
      "entity_type": "JPII_CORPORATE_EARNINGS",
      "original_text": "売上高は500万円",
      "masked_text": "<企業収益>",
      "confidence_score": 0.91,
      "context_classification": {
        "pipeline_id": "pipeline.financial",
        "category": "CORPORATE_EARNINGS",
        "category_label": "企業収益",
        "context_keywords_matched": ["売上高"]
      }
    },
    {
      "entity_type": "JPII_STRAT_MA",
      "original_text": "M&A金額は500万円",
      "masked_text": "<M&A情報>",
      "confidence_score": 0.89,
      "context_classification": {
        "pipeline_id": "pipeline.financial",
        "category": "STRAT_MA",
        "category_label": "M&A情報",
        "context_keywords_matched": ["M&A"]
      }
    }
  ]
}

import requests

class ContextualPipelineManager:
    # base_url: デモ環境（本番環境では専用エンドポイントを提供）
    def __init__(self, api_key, base_url="https://api.pii-fi.com/api"):
        self.api_key = api_key
        self.base_url = base_url
        self.headers = {
            "Content-Type": "application/json",
            "Authorization": f"Bearer {api_key}"
        }

    def _get_etag(self):
        """アクティブポリシーからETagを取得"""
        response = requests.get(
            f"{self.base_url}/policy/active",
            headers=self.headers
        )
        response.raise_for_status()
        return response.headers.get("ETag")

    def create_pipeline(self, config):
        """パイプラインを作成（ETag必須）"""
        etag = self._get_etag()
        headers = {**self.headers, "If-Match": etag}
        response = requests.post(
            f"{self.base_url}/policy/pipelines",
            headers=headers,
            json=config
        )
        response.raise_for_status()
        return response.json()

    def detect(self, text, deidentification_type="replace"):
        """テキストを検出（文脈分類情報付き）"""
        response = requests.post(
            f"{self.base_url}/detect",
            headers=self.headers,
            json={
                "text": text,
                "deidentification_type": deidentification_type
            }
        )
        response.raise_for_status()
        return response.json()


# === 使用例 ===
manager = ContextualPipelineManager("YOUR_API_KEY")

# 金融情報分類パイプラインを作成
manager.create_pipeline({
    "id": "pipeline.financial",
    "name": "金融情報分類パイプライン",
    "categories": [
        {
            "id": "PERSONAL_INCOME",
            "label": "個人収入",
            "context_keywords": ["年収", "月収", "給与", "給料", "手取り"],
            "entity_type": "JPII_PERSONAL_INCOME"
        },
        {
            "id": "CORPORATE_EARNINGS",
            "label": "企業収益",
            "context_keywords": ["売上", "売上高", "収益", "利益"],
            "entity_type": "JPII_CORPORATE_EARNINGS"
        },
        {
            "id": "STRAT_MA",
            "label": "M&A情報",
            "context_keywords": ["M&A", "買収", "合併", "出資"],
            "entity_type": "JPII_STRAT_MA"
        }
    ]
})

# 文脈分類の動作確認
result = manager.detect(
    "田中氏の年収は500万円です。A社の売上高は500万円でした。"
)
print(result["deidentified_text"])
# → "<人名>の<個人収入>です。A社の<企業収益>でした。"

# 各エンティティの分類詳細を確認
for entity in result.get("entities", []):
    ctx = entity.get("context_classification")
    if ctx:
        print(f"  {entity['original_text']} → {ctx['category_label']}"
              f" (キーワード: {ctx['context_keywords_matched']})")

# ※ 大量の自社ドキュメントからの学習による高精度なパイプライン構築は
#   「認識器学習構築サービス」（有償）にて承ります。
#   詳しくは /docs/training-service をご参照ください。

{
  "id": "PERSONAL_INCOME",
  "label": "個人収入",
  "context_keywords": ["年収", "月収", "給与", "給料", "手取り", "所得"],
  "entity_type": "JPII_PERSONAL_INCOME"
}