Update modules/text_analysis/morpho_analysis.py

Esta versión actualizada del archivo morph_analysis.py incluye las siguientes mejoras:

get_detailed_pos_analysis: Proporciona un análisis detallado de las categorías gramaticales, incluyendo conteos, porcentajes y ejemplos.
get_morphological_analysis: Ofrece un análisis morfológico detallado de las palabras principales del texto.
get_sentence_structure_analysis: Analiza la estructura de las oraciones, identificando elementos clave como sujetos, objetos y verbos.
perform_advanced_morphosyntactic_analysis: Función principal que combina todos los análisis anteriores y el diagrama de arco existente.

modules/text_analysis/morpho_analysis.py

@@ -114,4 +114,75 @@ def generate_arc_diagram(doc, lang_code):
         html = re.sub(r'<svg[^>]*>', lambda m: m.group(0).replace('height="450"', 'height="300"'), html)
         html = re.sub(r'<g [^>]*transform="translate\((\d+),(\d+)\)"', lambda m: f'<g transform="translate({m.group(1)},50)"', html)
         arc_diagrams.append(html)
-    return arc_diagrams
+    return arc_diagrams
+
+#################################################################################################
+def get_detailed_pos_analysis(doc):
+    """
+    Realiza un análisis detallado de las categorías gramaticales (POS) en el texto.
+    """
+    pos_counts = Counter(token.pos_ for token in doc)
+    total_tokens = len(doc)
+    pos_analysis = []
+    for pos, count in pos_counts.items():
+        percentage = (count / total_tokens) * 100
+        pos_analysis.append({
+            'pos': pos,
+            'count': count,
+            'percentage': round(percentage, 2),
+            'examples': [token.text for token in doc if token.pos_ == pos][:5]  # Primeros 5 ejemplos
+        })
+    return sorted(pos_analysis, key=lambda x: x['count'], reverse=True)
+
+#################################################################################################
+def get_morphological_analysis(doc):
+    """
+    Realiza un análisis morfológico detallado de las palabras en el texto.
+    """
+    morphology_analysis = []
+    for token in doc:
+        if token.pos_ in ['NOUN', 'VERB', 'ADJ', 'ADV']:  # Enfocarse en categorías principales
+            morphology_analysis.append({
+                'text': token.text,
+                'lemma': token.lemma_,
+                'pos': token.pos_,
+                'tag': token.tag_,
+                'dep': token.dep_,
+                'shape': token.shape_,
+                'is_alpha': token.is_alpha,
+                'is_stop': token.is_stop,
+                'morph': str(token.morph)
+            })
+    return morphology_analysis
+
+#################################################################################################
+def get_sentence_structure_analysis(doc):
+    """
+    Analiza la estructura de las oraciones en el texto.
+    """
+    sentence_analysis = []
+    for sent in doc.sents:
+        sentence_analysis.append({
+            'text': sent.text,
+            'root': sent.root.text,
+            'root_pos': sent.root.pos_,
+            'num_tokens': len(sent),
+            'num_words': len([token for token in sent if token.is_alpha]),
+            'subjects': [token.text for token in sent if "subj" in token.dep_],
+            'objects': [token.text for token in sent if "obj" in token.dep_],
+            'verbs': [token.text for token in sent if token.pos_ == "VERB"]
+        })
+    return sentence_analysis
+    
+#################################################################################################
+def perform_advanced_morphosyntactic_analysis(text, nlp):
+    """
+    Realiza un análisis morfosintáctico avanzado del texto.
+    """
+    doc = nlp(text)
+    return {
+        'pos_analysis': get_detailed_pos_analysis(doc),
+        'morphological_analysis': get_morphological_analysis(doc),
+        'sentence_structure': get_sentence_structure_analysis(doc),
+        'arc_diagram': generate_arc_diagram(doc, nlp.lang)
+    }