证序-材料脱敏 1.5.3

本程序自动处理 PDF 和 Word（.docx、.doc），可在同一任务中混合批量处理。文件在本机处理，不上传文档内容。
打开程序及开始处理时会联网验证授权状态。

使用步骤
1. 添加 PDF、Word（.docx 或 .doc）或整个文件夹，可同时选择这些格式。
2. 选择输出位置，默认保存在原文件旁边。
3. 点击“开始脱敏”，程序自动识别并生成结果，中途不需要确认姓名。
4. 完成后可打开结果或脱敏清单；原件不变，重名结果自动编号。
5. 部分文件失败时可重试未完成文件；取消处理会保留已保存的结果。

主要规则
- 姓名：使用随程序附带的本地模型，结合身份栏、前后动作和组织、地点信息复判；保留首字，其余替换为两个星号。无需标注或训练。
- 仅凭“姓氏开头、三四个字”不会认定为姓名；已识别姓名只在同一文件内关联，每次出现都重新检查上下文。
- “杨柳、白雪、夏天”等词可以是真实姓名，程序不会因为它们有普通词义或能译成英文就排除。
- 证据不足的候选保留原文并列在脱敏清单的待核对项中；不中断自动处理。候选识别仍可能遗漏姓名。
- 公司名称：保留地域和行业，字号改为拼音首字母；简称一并替换。
- 文字回填：只重写发生变化的字，保留其余原字及跨行位置；新字参考邻近正文匹配本机字体、字高和纸色。整段替换也按原有各行分配，不再全部挤入一行。
- 地址：保留到路名后的第一个“号”，后面替换为【】。
- 证件号、联系方式、账户信息、合同编号、案号等按原有规则处理。
- 仲裁机构只遮盖地名；印章按印泥遮盖。
- 金额、日期、职务、产品型号和页码保留。

程序仅包含自动识别和脱敏功能。模型版本随安装包固定，不需要另外下载或配置。
如模型文件缺失或损坏，程序会报告错误，请重新安装完整程序。
脱敏清单会记录所用模型版本。扫描质量和文字歧义仍会影响自动识别效果。

Word 处理范围
- 输出仍为可编辑的 .docx，尽量保留字体、段落、表格结构；替换文字后可能重新换行和分页。
- 正文、表格、页眉页脚、脚注尾注、文本框文字直接处理；常见单帧内嵌图片使用现有 OCR，按白色背景处理。
- 移除批注、文档属性、自定义数据、外部超链接和图片隐藏描述；域保留当前显示文字，不再自动更新。
- 含修订的文件请先接受或拒绝全部修订。图表、嵌入附件、艺术字、外链图片、矢量或多帧图片等无法完整处理的内容会报告失败，不输出不完整的 Word 结果。
- 旧版 .doc 使用本机已安装的 Word 或 WPS 转为 DOCX 后再脱敏，结果仍保存为 .docx。同一时间只转换一份。本程序不安装或捆绑办公软件；若本机没有 Word 或 WPS，请先另存为 .docx。
- 混合任务中 PDF 和 Word 可同时处理，最多两份 Word 并发计算；Word 按导入顺序保存。失败不影响其他文件，已保存结果可随时打开。
- PDF 文字识别最多四路并行，识别完一份文件即可提前分析姓名。所有 PDF 的公司信息仍统一汇总后再脱敏。
- 页面图像使用最多 128 MiB 的内存缓存，缓存不足时自动重新渲染；缓存只用于本次任务，不将原始页面额外写入磁盘。
- Word 不显示推测页数；同名 PDF 和 Word 的结果与清单分别自动编号，避免覆盖。
- 脱敏清单含原始命中内容，仅供内部核对，不应随脱敏结果对外发送。