Metadata-Version: 2.4
Name: collapse-score-lite
Version: 0.1.5
Summary: 因果配平第四方程-果标签（能量坍塌）文本检测与最佳遴选模块（Outcome Label Evaluator）
Author: 元龙因果链
Keywords: causal,outcome-label,text-evaluation,jieba,nlp,chinese
Classifier: Programming Language :: Python :: 3
Classifier: Programming Language :: Python :: 3 :: Only
Classifier: Operating System :: OS Independent
Classifier: Intended Audience :: Developers
Requires-Python: >=3.8
Description-Content-Type: text/markdown
Requires-Dist: jieba>=0.42.1

# collapse-score-lite

因果配平第四方程 —— 果标签（能量坍塌）文本检测与最佳遴选模块。

## 简介

## 业务职责说明：
- 本模块用于评估与遴选符合“果标签”规范的自然语言文本。通过语法结构分析、词性标注、
- 主观程度词提取以及客观事件/违规符号（如 '|' 和 `@` 占位符）拦截，判定文本是否达到
- “纯粹终极主观能量坍塌态”。

## 核心判定规则：
1. 符号拦截：严格禁止包含 '|' 和 `@` 占位符，一旦存在直接判定为无效（扣100分）。
2. 意志主体挂载：需具备清晰的意志主体（如人称代词、专有名词、人名）。
3. 纯粹度评估：主观感受词/程度修饰词/内在属性与愿望表达越纯粹，评分越高；增损转折骨架作为次级扩展。
4. 特长/愿望/属性放行：表达意志主体的特长、技能、缺点、兴趣爱好、愿望（如“廉颇希望为国杀敌”）判定为合格。
5. 客观事件拦截：严禁混入纯客观实体动作与历史事件叙事（如“去了北京”、“买东西”），混入则扣分并判定无效。

## 不足和隐患
词库使用硬编码枚举，可能无法应对词库之外的情况，但是如果使用 LLM 动态提取，速度只怕又成问题。如果出现覆盖不到的情况，请手动扩充/修改 `collapase_score_lite.py` 中的词库。


## 安装

```bash
pip install collapse-score-lite
```

## 使用

```python
from collapse_score_lite import get_best_outcome_label, OutcomeLabelEvaluator

candidates = [
    "廉颇不讲信用，而且性格差",
    "廉颇吃了一斗米",
    "廉颇值得信任",
    "廉颇骁勇善战",
    "廉颇去了赵国",
]

# 遴选最佳文本
best = get_best_outcome_label(candidates, group=False, return_eval=False)
print(best)

# 详细评估报告
report = get_best_outcome_label(candidates, return_eval=True)
print(report)

# 单条评估
evaluator = OutcomeLabelEvaluator()
print(evaluator.evaluate("廉颇值得信任"))
```

## 接口

- `get_best_outcome_label(texts, group=False, return_eval=False)`：从候选文本列表中遴选最适合的果标签，或返回详细评估报告。
- `OutcomeLabelEvaluator.evaluate(text)`：评估单条文本的能量坍塌程度与果标签规范度，返回 `{score, score_explanation, is_valid}`。
