v3 / modules /semantic /semantic_interface.py
AIdeaText's picture
Update modules/semantic/semantic_interface.py
7b66d7b verified
raw
history blame
9.57 kB
#modules/semantic/semantic_interface.py
import streamlit as st
from streamlit_float import *
from streamlit_antd_components import *
from streamlit.components.v1 import html
import spacy_streamlit
import io
from io import BytesIO
import base64
import matplotlib.pyplot as plt
import pandas as pd
import re
import logging
# Configuración del logger
logger = logging.getLogger(__name__)
# Importaciones locales
from .semantic_process import (
process_semantic_input,
format_semantic_results
)
from ..utils.widget_utils import generate_unique_key
from ..database.semantic_mongo_db import store_student_semantic_result
from ..database.chat_mongo_db import store_chat_history, get_chat_history
# from ..database.semantic_export import export_user_interactions
###############################
# En semantic_interface.py
def display_semantic_interface(lang_code, nlp_models, semantic_t):
try:
# 1. Inicializar el estado de la sesión
if 'semantic_state' not in st.session_state:
st.session_state.semantic_state = {
'analysis_count': 0,
'last_analysis': None,
'current_file': None,
'pending_analysis': False # Nuevo flag para controlar el análisis pendiente
}
# 2. Área de carga de archivo con mensaje informativo
st.info(semantic_t.get('initial_instruction',
'Para comenzar un nuevo análisis semántico, cargue un archivo de texto (.txt)'))
uploaded_file = st.file_uploader(
semantic_t.get('semantic_file_uploader', 'Upload a text file for semantic analysis'),
type=['txt'],
key=f"semantic_file_uploader_{st.session_state.semantic_state['analysis_count']}"
)
# 2.1 Verificar si hay un archivo cargado y un análisis pendiente
if uploaded_file is not None and st.session_state.semantic_state.get('pending_analysis', False):
try:
with st.spinner(semantic_t.get('processing', 'Processing...')):
# Realizar análisis
text_content = uploaded_file.getvalue().decode('utf-8')
analysis_result = process_semantic_input(
text_content,
lang_code,
nlp_models,
semantic_t
)
if analysis_result['success']:
# Guardar resultado
st.session_state.semantic_result = analysis_result
st.session_state.semantic_state['analysis_count'] += 1
st.session_state.semantic_state['current_file'] = uploaded_file.name
# Guardar en base de datos
storage_success = store_student_semantic_result(
st.session_state.username,
text_content,
analysis_result['analysis']
)
if storage_success:
st.success(
semantic_t.get('analysis_complete',
'Análisis completado y guardado. Para realizar un nuevo análisis, cargue otro archivo.')
)
else:
st.error(semantic_t.get('error_message', 'Error saving analysis'))
else:
st.error(analysis_result['message'])
# Restablecer el flag de análisis pendiente
st.session_state.semantic_state['pending_analysis'] = False
except Exception as e:
logger.error(f"Error en análisis semántico: {str(e)}")
st.error(semantic_t.get('error_processing', f'Error processing text: {str(e)}'))
# Restablecer el flag de análisis pendiente en caso de error
st.session_state.semantic_state['pending_analysis'] = False
# 3. Columnas para los botones y mensajes
col1, col2 = st.columns([1,4])
# 4. Botón de análisis
with col1:
analyze_button = st.button(
semantic_t.get('semantic_analyze_button', 'Analyze'),
key=f"semantic_analyze_button_{st.session_state.semantic_state['analysis_count']}",
type="primary",
icon="🔍",
disabled=uploaded_file is None,
use_container_width=True
)
# 5. Procesar análisis
if analyze_button and uploaded_file is not None:
# En lugar de realizar el análisis inmediatamente, establecer el flag
st.session_state.semantic_state['pending_analysis'] = True
# Forzar la recarga de la aplicación
st.rerun()
# 6. Mostrar resultados previos o mensaje inicial
elif 'semantic_result' in st.session_state and st.session_state.semantic_result is not None:
# Mostrar mensaje sobre el análisis actual
st.info(
semantic_t.get('current_analysis_message',
'Mostrando análisis del archivo: {}. Para realizar un nuevo análisis, cargue otro archivo.'
).format(st.session_state.semantic_state["current_file"])
)
display_semantic_results(
st.session_state.semantic_result,
lang_code,
semantic_t
)
else:
st.info(semantic_t.get('upload_prompt', 'Cargue un archivo para comenzar el análisis'))
except Exception as e:
logger.error(f"Error general en interfaz semántica: {str(e)}")
st.error(semantic_t.get('general_error', "Se produjo un error. Por favor, intente de nuevo."))
#######################################
def display_semantic_results(semantic_result, lang_code, semantic_t):
"""
Muestra los resultados del análisis semántico de conceptos clave.
Versión optimizada con distribución uniforme de conceptos y formato compacto.
"""
if semantic_result is None or not semantic_result['success']:
st.warning(semantic_t.get('no_results', 'No results available'))
return
analysis = semantic_result['analysis']
# Mostrar conceptos clave
st.subheader(semantic_t.get('key_concepts', 'Key Concepts'))
if 'key_concepts' in analysis and analysis['key_concepts']:
# Calcular número óptimo de columnas (máx 5, mín 2)
num_concepts = len(analysis['key_concepts'])
num_cols = min(max(2, (num_concepts + 2) // 3), 5) # Fórmula para distribución óptima
cols = st.columns(num_cols)
for idx, (concept, freq) in enumerate(analysis['key_concepts']):
with cols[idx % num_cols]:
st.markdown(
f"""
<div style="
background-color: #f0f2f6;
border-radius: 12px;
padding: 6px 10px;
margin: 4px 0;
font-size: 0.9em;
display: flex;
justify-content: space-between;
align-items: center;
">
<span style="font-weight: 500;">{concept}</span>
<span style="color: #666; font-size: 0.85em;">{freq:.2f}</span>
</div>
""",
unsafe_allow_html=True
)
else:
st.info(semantic_t.get('no_concepts', 'No key concepts found'))
# Mostrar gráfico de conceptos
if 'concept_graph' in analysis and analysis['concept_graph'] is not None:
try:
# Mostrar el gráfico con ancho de contenedor
st.image(
analysis['concept_graph'],
use_container_width=True, # Corregido el parámetro obsoleto
caption=semantic_t.get('graph_description', 'Visualización de relaciones entre conceptos clave')
)
# Sección de interpretación compacta
with st.expander("📊 " + semantic_t.get('semantic_graph_interpretation', "Interpretación")):
st.caption(f"""
{semantic_t.get('semantic_arrow_meaning', 'Flechas → Dirección relación')}
{semantic_t.get('semantic_color_meaning', 'Color → Centralidad')}
{semantic_t.get('semantic_size_meaning', 'Tamaño → Frecuencia')}
{semantic_t.get('semantic_thickness_meaning', 'Grosor → Fuerza conexión')}
""")
# Botón de descarga compacto
st.download_button(
label="⬇️ " + semantic_t.get('download_graph', "Descargar"),
data=analysis['concept_graph'],
file_name="semantic_network.png",
mime="image/png",
use_container_width=True
)
except Exception as e:
logger.error(f"Error al mostrar el gráfico: {str(e)}")
st.error(semantic_t.get('graph_error', 'Error al visualizar el gráfico'))
else:
st.info(semantic_t.get('no_graph', 'No se generó el gráfico de conceptos'))