File size: 11,831 Bytes
8292acf fd182dd b221c8f 8292acf 9fb8ab3 2f9e2e5 9fb8ab3 2f9e2e5 9fb8ab3 2f9e2e5 9fb8ab3 2f9e2e5 9fb8ab3 2f9e2e5 9fb8ab3 2f9e2e5 9fb8ab3 2f9e2e5 9fb8ab3 d924549 a5c66de 664f529 8292acf 2f9e2e5 8292acf 664f529 d924549 664f529 a5c66de 664f529 a5c66de 664f529 a5c66de 664f529 a5c66de 664f529 a5c66de 664f529 a5c66de 664f529 a5c66de |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 |
# modules/discourse/discourse/discourse_interface.py
import streamlit as st
import pandas as pd
import plotly.graph_objects as go
import logging
from ..utils.widget_utils import generate_unique_key
from .discourse_process import perform_discourse_analysis
from ..database.chat_mongo_db import store_chat_history
from ..database.discourse_mongo_db import store_student_discourse_result
logger = logging.getLogger(__name__)
def display_discourse_interface(lang_code, nlp_models, discourse_t):
"""
Interfaz para el análisis del discurso
Args:
lang_code: Código del idioma actual
nlp_models: Modelos de spaCy cargados
discourse_t: Diccionario de traducciones
"""
try:
# 1. Inicializar estado si no existe
if 'discourse_state' not in st.session_state:
st.session_state.discourse_state = {
'analysis_count': 0,
'last_analysis': None,
'current_files': None
}
# 2. Título y descripción
st.subheader(discourse_t.get('discourse_title', 'Análisis del Discurso'))
st.info(discourse_t.get('initial_instruction',
'Cargue dos archivos de texto para realizar un análisis comparativo del discurso.'))
# 3. Área de carga de archivos
col1, col2 = st.columns(2)
with col1:
st.markdown(discourse_t.get('file1_label', "**Documento 1 (Patrón)**"))
uploaded_file1 = st.file_uploader(
discourse_t.get('file_uploader1', "Cargar archivo 1"),
type=['txt'],
key=f"discourse_file1_{st.session_state.discourse_state['analysis_count']}"
)
with col2:
st.markdown(discourse_t.get('file2_label', "**Documento 2 (Comparación)**"))
uploaded_file2 = st.file_uploader(
discourse_t.get('file_uploader2', "Cargar archivo 2"),
type=['txt'],
key=f"discourse_file2_{st.session_state.discourse_state['analysis_count']}"
)
# 4. Botón de análisis
col1, col2, col3 = st.columns([1,2,1])
with col1:
analyze_button = st.button(
discourse_t.get('discourse_analyze_button', 'Analizar Discurso'),
key=generate_unique_key("discourse", "analyze_button"),
type="primary",
icon="🔍",
disabled=not (uploaded_file1 and uploaded_file2),
use_container_width=True
)
# 5. Proceso de análisis
if analyze_button and uploaded_file1 and uploaded_file2:
try:
with st.spinner(discourse_t.get('processing', 'Procesando análisis...')):
# Leer contenido de archivos
text1 = uploaded_file1.getvalue().decode('utf-8')
text2 = uploaded_file2.getvalue().decode('utf-8')
# Realizar análisis
result = perform_discourse_analysis(
text1,
text2,
nlp_models[lang_code],
lang_code
)
if result['success']:
# Guardar estado
st.session_state.discourse_result = result
st.session_state.discourse_state['analysis_count'] += 1
st.session_state.discourse_state['current_files'] = (
uploaded_file1.name,
uploaded_file2.name
)
# Guardar en base de datos
if store_student_discourse_result(
st.session_state.username,
text1,
text2,
result
):
st.success(discourse_t.get('success_message', 'Análisis guardado correctamente'))
# Mostrar resultados
display_discourse_results(result, lang_code, discourse_t)
else:
st.error(discourse_t.get('error_message', 'Error al guardar el análisis'))
else:
st.error(discourse_t.get('analysis_error', 'Error en el análisis'))
except Exception as e:
logger.error(f"Error en análisis del discurso: {str(e)}")
st.error(discourse_t.get('error_processing', f'Error procesando archivos: {str(e)}'))
# 6. Mostrar resultados previos
elif 'discourse_result' in st.session_state and st.session_state.discourse_result is not None:
if st.session_state.discourse_state.get('current_files'):
st.info(
discourse_t.get('current_analysis_message', 'Mostrando análisis de los archivos: {} y {}')
.format(*st.session_state.discourse_state['current_files'])
)
display_discourse_results(
st.session_state.discourse_result,
lang_code,
discourse_t
)
except Exception as e:
logger.error(f"Error general en interfaz del discurso: {str(e)}")
st.error(discourse_t.get('general_error', 'Se produjo un error. Por favor, intente de nuevo.'))
#####################################################################################################################
def display_discourse_results(result, lang_code, discourse_t):
"""
Muestra los resultados del análisis del discurso
"""
if not result.get('success'):
st.warning(discourse_t.get('no_results', 'No hay resultados disponibles'))
return
# Estilo CSS
st.markdown("""
<style>
.concepts-container {
display: flex;
flex-wrap: nowrap;
gap: 8px;
padding: 12px;
background-color: #f8f9fa;
border-radius: 8px;
overflow-x: auto;
margin-bottom: 15px;
white-space: nowrap;
}
.concept-item {
background-color: white;
border-radius: 4px;
padding: 6px 10px;
display: inline-flex;
align-items: center;
gap: 4px;
box-shadow: 0 1px 2px rgba(0,0,0,0.1);
flex-shrink: 0;
}
.concept-name {
font-weight: 500;
color: #1f2937;
font-size: 0.85em;
}
.concept-freq {
color: #6b7280;
font-size: 0.75em;
}
.graph-container {
background-color: white;
padding: 15px;
border-radius: 8px;
box-shadow: 0 2px 4px rgba(0,0,0,0.1);
margin-top: 10px;
}
</style>
""", unsafe_allow_html=True)
col1, col2 = st.columns(2)
# Documento 1
with col1:
st.subheader(discourse_t.get('doc1_title', 'Documento 1'))
st.markdown(discourse_t.get('key_concepts', 'Conceptos Clave'))
if 'key_concepts1' in result:
concepts_html = f"""
<div class="concepts-container">
{''.join([
f'<div class="concept-item"><span class="concept-name">{concept}</span>'
f'<span class="concept-freq">({freq:.2f})</span></div>'
for concept, freq in result['key_concepts1']
])}
</div>
"""
st.markdown(concepts_html, unsafe_allow_html=True)
if 'graph1' in result:
st.markdown('<div class="graph-container">', unsafe_allow_html=True)
st.pyplot(result['graph1'])
# Botones y controles
button_col1, spacer_col1 = st.columns([1,4])
with button_col1:
if 'graph1_bytes' in result:
st.download_button(
label="📥 " + discourse_t.get('download_graph', "Download"),
data=result['graph1_bytes'],
file_name="discourse_graph1.png",
mime="image/png",
use_container_width=True
)
# Interpretación como texto normal sin expander
st.markdown("**📊 Interpretación del grafo:**")
st.markdown("""
- 🔀 Las flechas indican la dirección de la relación entre conceptos
- 🎨 Los colores más intensos indican conceptos más centrales en el texto
- ⭕ El tamaño de los nodos representa la frecuencia del concepto
- ↔️ El grosor de las líneas indica la fuerza de la conexión
""")
st.markdown('</div>', unsafe_allow_html=True)
else:
st.warning(discourse_t.get('graph_not_available', 'Gráfico no disponible'))
else:
st.warning(discourse_t.get('concepts_not_available', 'Conceptos no disponibles'))
# Documento 2
with col2:
st.subheader(discourse_t.get('doc2_title', 'Documento 2'))
st.markdown(discourse_t.get('key_concepts', 'Conceptos Clave'))
if 'key_concepts2' in result:
concepts_html = f"""
<div class="concepts-container">
{''.join([
f'<div class="concept-item"><span class="concept-name">{concept}</span>'
f'<span class="concept-freq">({freq:.2f})</span></div>'
for concept, freq in result['key_concepts2']
])}
</div>
"""
st.markdown(concepts_html, unsafe_allow_html=True)
if 'graph2' in result:
st.markdown('<div class="graph-container">', unsafe_allow_html=True)
st.pyplot(result['graph2'])
# Botones y controles
button_col2, spacer_col2 = st.columns([1,4])
with button_col2:
if 'graph2_bytes' in result:
st.download_button(
label="📥 " + discourse_t.get('download_graph', "Download"),
data=result['graph2_bytes'],
file_name="discourse_graph2.png",
mime="image/png",
use_container_width=True
)
# Interpretación como texto normal sin expander
st.markdown("**📊 Interpretación del grafo:**")
st.markdown("""
- 🔀 Las flechas indican la dirección de la relación entre conceptos
- 🎨 Los colores más intensos indican conceptos más centrales en el texto
- ⭕ El tamaño de los nodos representa la frecuencia del concepto
- ↔️ El grosor de las líneas indica la fuerza de la conexión
""")
st.markdown('</div>', unsafe_allow_html=True)
else:
st.warning(discourse_t.get('graph_not_available', 'Gráfico no disponible'))
else:
st.warning(discourse_t.get('concepts_not_available', 'Conceptos no disponibles'))
# Nota informativa sobre la comparación
st.info(discourse_t.get('comparison_note',
'La funcionalidad de comparación detallada estará disponible en una próxima actualización.')) |