# الفحص

## نظرة عامة [#نظرة-عامة]

تكشف واجهة الفحص (Scan API) الكيانات الحساسة في النص، وتُعيد موضع كل كيان ونوعه ودرجة الثقة فيه. استخدمها لتعرف ما في النص من معلومات شخصية أو سرية أو خاضعة لأنظمة تنظيمية، قبل أن تقرر كيف تتعامل معها.

```typescript
const response = await api.scanText({
  text: "Patient John Smith (ID: 12345) was treated at Dubai Hospital",
  language: "en",
  entities: ["person", "government_id", "address"],
  confidence_threshold: 0.5,
})
```

```python
response = scan_text.sync(
    client=client,
    body=models.ScanRequestBody(
        text="Patient John Smith (ID: 12345) was treated at Dubai Hospital",
        language="en",
        entities=["person", "government_id", "address"],
        confidence_threshold=0.5,
    ),
)
```

## المعاملات [#المعاملات]

| المعامل                | النوع     | القيمة الافتراضية                                                                                           | الوصف                          |
| ---------------------- | --------- | ----------------------------------------------------------------------------------------------------------- | ------------------------------ |
| `text`                 | string    | —                                                                                                           | النص المراد فحصه               |
| `language`             | string    | `"en"`                                                                                                      | رمز اللغة                      |
| `entities`             | string\[] | التسميات الافتراضية (انظر [القواعد الافتراضية](/ar/docs/anonymization#default-rules-and-assigned-policies)) | أنواع الكيانات المطلوب كشفها   |
| `confidence_threshold` | number    | —                                                                                                           | أدنى درجة ثقة مقبولة (0.0–1.0) |

## نتائج الفحص [#نتائج-الفحص]

تمثّل نتيجة الفحص **كياناً مكتشَفاً**، أي كياناً عثر عليه النموذج في النص. لا تُطبَّق عليها أي قاعدة، فهي تخبرك فقط بما وُجد وأين وُجد. وبهذا تختلف عن [نتيجة تطبيق القاعدة](/ar/docs/anonymization#rule-application-results) التي تسجّل ما تغيّر في النص بعد تنفيذ القاعدة.

تفيدك نتائج الفحص في:

* مراجعة البيانات الحساسة الموجودة في النص قبل معالجته
* اختيار القواعد التي ستطبّقها في طلب إخفاء الهوية التالي

## الاستجابة [#الاستجابة]

يمثّل كل عنصر في المصفوفة `response.results` كياناً مكتشَفاً واحداً:

```typescript
{
  start: 8,          // character offset (inclusive)
  end: 18,           // character offset (exclusive)
  score: 0.92,       // AI confidence (0.0–1.0)
  entity_type: "person"
}
```

| الحقل         | النوع  | الوصف                                         |
| ------------- | ------ | --------------------------------------------- |
| `start`       | number | موضع أول حرف من الكيان في النص المُدخل        |
| `end`         | number | موضع نهاية الكيان (غير مشمول)                 |
| `score`       | number | درجة الثقة التي يمنحها نموذج الذكاء الاصطناعي |
| `entity_type` | string | نوع الكيان المكتشَف (مثل `"person"`)          |

استخدم `text.slice(result.start, result.end)` لاستخراج المقطع المطابق من النص.

## مثال [#مثال]

```typescript
const text = "Contact John Doe at john.doe@example.com"

const response = await api.scanText({
  text,
  entities: ["person", "email"],
})

for (const result of response.results) {
  const matched = text.slice(result.start, result.end)
  console.log(`${result.entity_type}: "${matched}" (score: ${result.score})`)
}
// person: "John Doe" (score: 0.94)
// email:  "john.doe@example.com" (score: 0.99)
```

```python
text = "Contact John Doe at john.doe@example.com"

response = scan_text.sync(
    client=client,
    body=models.ScanRequestBody(text=text, entities=["person", "email"]),
)

for result in response.results:
    matched = text[result.start : result.end]
    print(f'{result.entity_type}: "{matched}" (score: {result.score})')
# person: "John Doe" (score: 0.94)
# email:  "john.doe@example.com" (score: 0.99)
```