⛔
求人ポエムの「本気度」をPythonでざっくり調査
スカウト文や求人票に潜む「ふわっと度」と「本気度」を、PythonとStreamlitでざっくり分析してみました。
夢みたいな表現が多い文章がどれくらい本気なのか、一目でわかります。
はじめに
転職活動をしていると、
「何をやっている会社なの❓」
「どのポジションなの❓」
と疑問に思うような求人やスカウト文ってありますよね。
求職側はAIで選別されるのに、なぜ企業側を判定してくれるツールはないんだろう?
と思ったので、自分で作ってみました。
その名も ふわっと判定くん(ダサい自覚はあります)。
文章を入力すると求人ポエムを見破り
・ どのくらいふわっとしているか
・ どのくらい具体的で本気か
をスコアで表示してくれます。
データ集めと辞書作成
まずは素材集めから。
スカウト文や求人票を集めて、そこに出てくるふわっとワードと具体ワードを分類します。
-
ふわっとワード例(ポエム感強め)
- 「未来を」「世界を変える」「ワクワク」「一緒に創造」など
-
具体ワード例(実務内容が明確)
- 「アジャイル開発」「セキュリティ」「API開発」など
このワードをかき集めて、スコア付き辞書を作ります。
CSV 例
| 判定 | ワード | スコア |
|---|---|---|
| ふわっと | 夢 | 0.9 |
| ふわっと | 自由 | 0.8 |
| ふわっと | ワクワク | 0.9 |
| 本気 | Node.js | 0.8 |
| 本気 | テスト自動化 | 0.9 |
| 本気 | 開発プロセス | 0.8 |
ふわっと/本気って❓
「ふわっと」「本気」という表現にしているのは…
あ○しい会社の判定って書けない、大人の事情です🙊
補足
-
スコアの意味
- 0.1〜1で、数字が大きいほど「
ふわっと度/本気度」が強い
- 0.1〜1で、数字が大きいほど「
-
辞書の拡張性
- 新しいワードを随時追加可能(今のところ手動)
- CSV を差し替えるだけで分析対象を変えられる
-
💡ポイント
- 「
ふわっとワード」は文脈で使われる曖昧な表現を想定 - 「
本気ワード」は技術・業務内容が明確なものを想定
- 「
UI化
コード
import streamlit as st
import pandas as pd
import re
import time
import altair as alt
# -----------------------------
# CSV辞書読み込み or アップロード
# -----------------------------
st.set_page_config(layout="wide")
st.title("ふわっと度・本気度スコア判定ツール(部分一致版)")
st.markdown("""
- 複数文章は空行で区切って貼り付けてください
- 単語ごとのスコア内訳と棒グラフも表示します
- スコア計算ボタンで明示的に分析開始
""")
uploaded_file = st.file_uploader("辞書CSVをアップロード (任意)", type="csv")
if uploaded_file is not None:
df_dict = pd.read_csv(uploaded_file, encoding="utf-8-sig", dtype={'ワード': str})
else:
df_dict = pd.read_csv("word_dict_filtered.csv", encoding="utf-8-sig", dtype={'ワード': str})
fuwatto_dict = dict(zip(df_dict[df_dict['判定']=='ふわっと']['ワード'],
df_dict[df_dict['判定']=='ふわっと']['スコア']))
honki_dict = dict(zip(df_dict[df_dict['判定']=='本気']['ワード'],
df_dict[df_dict['判定']=='本気']['スコア']))
# -----------------------------
# 文章分析関数
# -----------------------------
def analyze_text_whole(text):
text_lower = text.lower()
f_score = sum(score for word, score in fuwatto_dict.items() if word.lower() in text_lower)
g_score = sum(score for word, score in honki_dict.items() if word.lower() in text_lower)
total = f_score + g_score
if total < 0.1:
f_ratio = 0
g_ratio = 0
else:
f_ratio = f_score / total
g_ratio = g_score / total
return f_ratio, g_ratio, f_score, g_score
def word_score_breakdown_whole(text):
text_lower = text.lower()
f_words = [(word, fuwatto_dict[word]) for word in fuwatto_dict if word.lower() in text_lower]
g_words = [(word, honki_dict[word]) for word in honki_dict if word.lower() in text_lower]
return f_words, g_words
# -----------------------------
# Streamlit UI
# -----------------------------
user_text = st.text_area("分析したい文章を貼り付けてください", height=200)
if st.button("スコア計算"):
if user_text.strip() == "":
st.warning("文章を入力してください")
else:
texts = re.split(r'\n{2,}', user_text)
results = []
total_f = 0
total_g = 0
progress_bar = st.progress(0)
status_text = st.empty()
status_text.text("分析中です…少々お待ちください")
for i, t in enumerate(texts):
f_ratio, g_ratio, f_score, g_score = analyze_text_whole(t)
f_words, g_words = word_score_breakdown_whole(t)
# 累計スコアが0.1未満の文章は非表示
if f_score + g_score < 0.1:
continue
results.append({
"文章": t,
"ふわっと比率": f"{f_ratio*100:.1f}%",
"本気比率": f"{g_ratio*100:.1f}%",
"ふわっと累計": f_score,
"本気累計": g_score,
"ふわっと単語": ", ".join([f"{w}({s})" for w, s in f_words]),
"本気単語": ", ".join([f"{w}({s})" for w, s in g_words])
})
total_f += f_score
total_g += g_score
progress_bar.progress((i+1)/len(texts))
time.sleep(0.05)
status_text.text("分析完了 ✅")
df_results = pd.DataFrame(results)
st.subheader("分析結果一覧(比率&累計スコア)")
st.dataframe(df_results)
st.subheader("全文章合計スコア")
st.write(f"ふわっと累計スコア: {total_f:.2f}")
st.write(f"本気累計スコア: {total_g:.2f}")
処理の流れ
1️⃣ 辞書の読み込み
- ユーザーが 辞書CSVをアップロード するか、デフォルトCSV (
word_dict_filtered.csv) を使用 - CSVには 判定タイプ(ふわっと/本気)・ワード・スコア が記載されている
- それぞれの判定タイプごとに Pythonの辞書(
dict) に変換して高速参照用に準備
2️⃣ 文章入力
- ユーザーが
Streamlit UIの テキストエリア に分析したい文章を入力 - 複数文章がある場合は 空行で区切る
3️⃣ 文章ごとの分析
- テキストを改行2つ以上で分割し、文章単位にする
- 各文章ごとに以下を計算
- ふわっと累計スコア:文章内に出現する「ふわっとワード」のスコア合計
- 本気累計スコア:文章内に出現する「本気ワード」のスコア合計
- 比率計算:累計スコアの合計が0.1以上なら、ふわっと/本気比率を計算(累計スコア ÷ 合計スコア)
- スコアが小さすぎる文章は分析対象外
- 単語ごとのスコア一覧: (単語, スコア) を
単語(スコア)の形式で文字列化
4️⃣ 結果集計
- 各文章の分析結果をリスト化し、最終的に
DataFrameにまとめる - 全文章の 累計スコア(ふわっと/本気)も計算
-
f_ratio / g_ratioがNoneの場合は 0% 表示
5️⃣ ユーザー操作フロー
1. ターミナルでコマンド打ち、起動させる
streamlit run fuwatto-analyzer.py

2.「Browse files」ボタンで辞書CSVをアップロード

3. 分析したい文章を貼り付け「スコア計算」ボタンをクリック

4. 分析結果と比率グラフが即時表示

分析の結果は… 本気度 0%、ふわっと度 100% 👍!
まさに予想通り(?)の仕上がりです🎉
まとめ
まだ完全ではないけれど、スカウト文や求人票をざっと見て分析するには
そこそこ使えそうです。
気が向いたときに少しずつ育てていこうと思います。
・ 辞書の精度を上げて判定をより正確にする
・ 自動で辞書を作れるようにする
夢が広がりますね!
この「ふわっと判定くん」は、バイトや投資、美容、教育なんかにも使えそうなので
辞書が整ったら公開する予定です。
参考リンクについて
GitHubリポジトリ
本記事で紹介したコードやサンプルデータはこちらで公開しています。
Discussion