Delete star_checker.py

star_checker.py

@@ -1,52 +0,0 @@
-import json
-
-def check_star_sitabillity(self_pr_text, str_classifier):
-    """
-    自己PRテキストがSTAR法(Situation, Task, Action, Result)に適合しているかをチェックする。
-    Args:
-        self_pr_text (str): 自己PRセクションのテキスト。
-        str_classifier (function): Hugging faceのZero-shot Classificationパイプライン。
-    Returns:
-        dict: STAR適合度チェックの結果(適合度スコアとJSPM形式の理由)。
-    """
-    # STAR法の各要素に対応する Zero-Shot Classification の候補ラベル
-    candidate_labels = ["状況(Situation)", "課題(Task)", "行動(Action)", "結果(Result)"]
-
-    # Zero-Shot Classification の実行
-    star_results = str_classifier(
-        self_pr_text,
-        candidate_labels,
-        multi_label=True # 複数の要素が同時に含まれる可能性があるため
-    )
-
-    #結果の処理
-    star_scores = {label: round(score*100, 2) for label, score in zip(star_results['labels'], star_results['scores'])}
-
-    # 適合度と算出の理由の特定
-    #　基準として、スコアが70%未満の要素を「不足」とみなす
-    insufficiency_threshold = 70.0
-    missing_elements = []
-
-    total_score = 0
-    for label, score in star_scores.items():
-        total_score += score
-        if score < insufficiency_threshold:
-            missing_elements.append(label)
-
-    #総合適合度スコア（4要素の平均スコア）
-    suitability_score = round(total_score / len(candidate_labels), 2)
-
-    #論理的でない場合の理由をJSONライクな形で出力
-    analysis_reason = {
-        "suitabilitiy_score": suitability_score,
-        "is_logical":suitability_score >= 75.0, #　例： 平均75点以上で論理的と判断
-        "reason_code":"LOGICAL_STRUCTURE_GOOD" if not missing_elements else "ELEMENTS_MISSING",
-        "missing_elements": missing_elements,
-        "detail_scores": star_scores
-    }
-
-    # 結果を返す
-    return {
-        "suitability_score": suitability_score,
-        "analysis_json": analysis_reason
-    }