untracked files on main: dceb101 feat(#63): IMP-34 R1 donor capacity measured bound (u1+u2)

tests/README.md

@@ -0,0 +1,88 @@
+# MDX ↔ Figma Frame 매칭 시스템
+
+CEL 슬라이드 자동 변환을 위한 **MDX 콘텐츠 ↔ Figma 디자인 프레임 매칭** 파이프라인.
+새 MDX 콘텐츠가 들어오면 32 개의 Figma 프레임 중 가장 적합한 프레임을 자동 추천하고, 그대로 사용 / 가벼운 편집 / 재구성 / 사용 불가 4 단계로 판정한다.
+
+## 목적
+
+- 한국어 비즈니스 문서 (DX/BIM 도메인) 의 MDX 섹션을 시각적 슬라이드로 변환
+- 32 개 Figma 프레임 DB 에서 콘텐츠에 적합한 프레임을 자동 매칭
+- 매칭 결과를 후속 단계 (텍스트 편집자 / 디자인 실무자) 에 넘겨 슬라이드 완성
+
+## 파이프라인 (4 단계 매칭)
+
+```
+MDX 입력
+  ↓
+V1 키워드 매칭 (32 frame 전체)
+  matching_score = 0.414 × 핵심 + 0.320 × 세트 + 0.265 × 연관
+  (가중치는 Logistic Regression 학습 결과 — TARGET 4/4, LOOCV 검증)
+  ↓ Top-K 후보 추출
+V2 의미 매칭 (ko-sroberta cosine — 후보 재정렬)
+  ↓
+V3 구조 매칭
+  total = 0.40 × 레이아웃 일치 + 0.35 × 콘텐츠 성격 + 0.25 × 시각 의도
+  ↓
+V4 종합 판정 (32 frame 전체 평가)
+  confidence = 0.25 × anchor + 0.20 × cardinality + 0.20 × relation
+             + 0.15 × slot + 0.20 × content − penalty
+  ↓
+판정 라벨: use_as_is (≥0.90) / light_edit (≥0.75) / restructure (≥0.60) / reject (<0.60)
+```
+
+## 데이터
+
+| 입력 출처 | 개수 | 수집 문장 |
+|---|---|---|
+| Figma 프레임 텍스트 | 32 | 586 |
+| BEPS 마스터 텍스트 | 1 | 1,410 |
+| MDX 검증 구간 | 4 | 129 |
+| **합계** | **37** | **2,125** |
+
+전처리 후 최종:
+- **고유 키워드 1,713 개** (= 핵심 451 + 연관 1,238 + 광범위 24)
+- **키워드 세트 524 개** (frame-level 시그니처)
+
+## 주요 산출물
+
+| 파일 | 용도 |
+|---|---|
+| `mdx_matching_result.yaml` | V1 키워드 매칭 결과 |
+| `v2_semantic_rerank_result.yaml` | V2 의미 매칭 결과 |
+| `v3_structure_rerank_r5_result.yaml` | V3 구조 매칭 결과 (최종 r5) |
+| `v4_full32_result.yaml` | V4 종합 판정 (32 frame 전체) |
+| `structure_ontology_v2_final_r2.yaml` | 32 frame 의 구조 DB |
+| `auto_anchor_candidates.yaml` | 키워드 세트 + 토큰 |
+| `KEYWORD_INVENTORY.html` | 키워드집 생성 보고서 |
+| `V4_SLOT_ABLATION.md` | slot 축 ablation 실증 |
+| `DECK_01~07.html` | 임원 보고용 7 페이지 |
+
+## 빠른 시작
+
+```bash
+# 매칭 시스템 의존 파이프라인 실행 (이미 결과 yaml 있으면 생략 가능)
+cd matching/
+
+# 1. 키워드 추출 + 정리
+python pipeline_05_anchor_candidates.py
+python pipeline_07_auto_anchor_candidates.py
+
+# 2. V1~V4 매칭
+python pipeline_06_2_mdx_matching.py            # V1 키워드 매칭
+python pipeline_08_v2_semantic_rerank.py        # V2 의미 매칭
+python pipeline_08_v3_r5_structure_rerank.py    # V3 구조 매칭 (최종)
+python pipeline_17_v4_full32.py                 # V4 종합 판정
+
+# 3. 보고용 deck 생성
+python pipeline_16_deck_4pages.py               # DECK 1~7 생성
+```
+
+## 현재 성능
+
+- **TARGET 4 섹션 정답률**: 3/4 (75%) — 01-2 / 03-1 / 03-2 정답, 02-2.2 실패
+- **Logistic Regression 검증**: 4/4 (LOOCV)
+- **BM25 / IDF 비교**: 현 방식 4/4 > BM25 3/4 > IDF 3/4
+
+## 한계 + 다음 단계
+
+`PLAN.md` / `PROGRESS.md` 참조.