テキスト、画像、構造化データ内のPIIを検出・匿名化する、オープンソースのPython SDKとサービス。
jkrup/jeveryword
TypeSafeの多肢選択式モデルJevを使い、短いメッセージから正確なテキスト範囲、フィールド値、PIIラベルを抽出する、依存関係ゼロのJavaScriptライブラリです。
- スター
- 42
- フォーク
- 3
- 未解決の Issue
- 0
- 最終コミット
- 2 か月前
これは何?
jeverywordを使うと、TypeSafeのJevモデルでテキスト抽出を行えます。Jevは多肢選択式の質問に答えるだけで、テキストを生成できません。そのため、このライブラリは入力文の各単語に番号を付け、その番号を回答候補として提示し、選ばれた番号を文字オフセットを使って元の部分文字列に対応付けます。したがって、返される値はすべて入力から切り出したそのままの文字列で、各結果には確率も付与されるため、ユーザーに確認すべき値の判断に役立ちます。
主なヘルパーは、平易な英語の説明で定義したフィールドを抽出するextractSpansと、各単語にPIIカテゴリなどのラベルを付けるclassifyChunksおよびmergeChunksです。低レベルのtokenize APIを使えば、独自の質問も作成できます。パッケージに依存関係はなく、Node 20+、Cloudflare Workers、Deno、Bunで動作し、テスト用の代替モデルクライアントも含まれています。また、x402経由でUSDCを使い、呼び出しごとに支払うホスト型HTTP APIについても説明されています。
このプロジェクトは実験的とされており、作者による検証は少数の合成メッセージに限られています。リアルタイムで処理する短文に適しており、長い文書や、計算・再フォーマットが必要な値には向きません。
主な機能
- 01テキストから名前付きフィールドを抽出し、開始位置と終了位置のオフセット付きで正確な部分文字列を返します。
- 02各結果の確率に加え、値が見つからない場合や曖昧な場合の状態を報告します。
- 03各単語にPIIまたは独自のカテゴリを付け、隣接するラベル付き単語を結合して範囲にまとめます。
- 04独自の多肢選択式質問を作成するための低レベルなtokenize APIを公開しています。
- 05実行時の依存関係がなく、Node、Deno、Bun、Cloudflare Workersで動作します。
ユースケース
- サポートメッセージや受付フォームから、名前、メールアドレス、注文番号を抽出する。
- 保存や表示の前に、短いチャットメッセージ内の個人情報を強調表示する。
- 確率の低い抽出結果をユーザーに確認してもらうレビュー工程を設ける。
- 短いテキストの抽出処理を、コーディングエージェントやサーバーレス関数から実行する。
クイックスタート
- 1
npmからパッケージをインストールします
npm install jeveryword - 2
TypeSafe APIキーを環境変数として設定します
export TYPESAFE_API_KEY=… - 3
extractSpansとcreateJevClientをインポートし、テキストに対して抽出を実行します(READMEの例を参照)
使う前に知っておきたいこと
- READMEでは実験的なものとされており、ベンチマークはなく、合成メッセージの小規模なセットでのみ検証済みと記載されています。
- 実行にはTypeSafe APIキーが必要で、呼び出しごとにJevの定価で課金されます。
- Node 20以降が必要です。
収録されている特集
トピック
よくある質問
- jeveryword とは?
- TypeSafeの多肢選択式モデルJevを使い、短いメッセージから正確なテキスト範囲、フィールド値、PIIラベルを抽出する、依存関係ゼロのJavaScriptライブラリです。 jeverywordを使うと、TypeSafeのJevモデルでテキスト抽出を行えます。Jevは多肢選択式の質問に答えるだけで、テキストを生成できません。そのため、このライブラリは入力文の各単語に番号を付け、その番号を回答候補として提示し、選ばれた番号を文字オフセットを使って元の部分文字列に対応付けます。したがって、返される値はすべて入力から切り出したそのままの文字列で、各結果には確率も付与されるため、ユーザーに確認すべき値の判断に役立ちます。
- jeveryword は無料で使えますか?ライセンスは?
- jeveryword は MIT ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
- jeveryword は今もメンテナンスされていますか?
- 半年以内に更新あり。jeveryword の最終コミットは 2026年9月20日 です。
- jeveryword は何に使えますか?
- サポートメッセージや受付フォームから、名前、メールアドレス、注文番号を抽出する。 保存や表示の前に、短いチャットメッセージ内の個人情報を強調表示する。 確率の低い抽出結果をユーザーに確認してもらうレビュー工程を設ける。 短いテキストの抽出処理を、コーディングエージェントやサーバーレス関数から実行する。
- jeveryword のインストール方法は?
- npmからパッケージをインストールします: npm install jeveryword TypeSafe APIキーを環境変数として設定します: export TYPESAFE_API_KEY=… extractSpansとcreateJevClientをインポートし、テキストに対して抽出を実行します(READMEの例を参照)
- jeveryword はどこで入手できますか?
- ソースコードとインストール手順は GitHub にあります:https://github.com/jkrup/jeveryword
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
品詞タグ付け、テキストパターンの照合、動詞の時制や数詞などの変換ができるJavaScript自然言語処理ライブラリです。
PythonとCython向けの高性能NLPライブラリ。トークン化、学習済みパイプライン、タグ付け・構文解析・エンティティ認識用の学習済みモデルを提供します。
固有表現認識、感情分析、品詞タグ付け、テキスト埋め込みに対応する、PyTorchベースのPython NLPフレームワーク。
Stanford NLP Groupが開発するPythonライブラリ。60以上の言語でトークン化、文分割、NER、依存構造解析を行えます。
学習データなしでNERやテキスト分類などを行えるよう、大規模言語モデルを構造化されたNLPパイプラインに組み込むspaCy拡張機能。