File size: 7,898 Bytes
c58df45 |
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 |
#modules/morphosyntax/morphosyntax_interface.py
import streamlit as st
from streamlit_float import *
from streamlit_antd_components import *
from streamlit.components.v1 import html
import base64
from .morphosyntax_process import process_morphosyntactic_input
from ..chatbot.chatbot import initialize_chatbot
from ..utils.widget_utils import generate_unique_key
from ..database.morphosintax_mongo_db import store_student_morphosyntax_result
from ..database.chat_db import store_chat_history
from ..database.morphosintaxis_export import export_user_interactions
import logging
logger = logging.getLogger(__name__)
def display_morphosyntax_interface(lang_code, nlp_models, t):
st.title("Análisis Morfosintáctico")
# Contenedor para el historial del chat
chat_container = st.container()
# Input del usuario (siempre visible en la parte inferior)
user_input = st.chat_input(t['morpho_input_label'])
# Procesar el input del usuario
if user_input:
# Añadir el mensaje del usuario al historial
st.session_state.morphosyntax_chat_history.append({"role": "user", "content": user_input})
store_chat_history(st.session_state.username, [{"role": "user", "content": user_input}], "morphosyntax")
response, visualizations, result = process_morphosyntactic_input(user_input, lang_code, nlp_models, t)
# Añadir la respuesta al historial
assistant_message = {
"role": "assistant",
"content": response,
"visualizations": visualizations if visualizations else []
}
st.session_state.morphosyntax_chat_history.append(assistant_message)
store_chat_history(st.session_state.username, [assistant_message], "morphosyntax")
# Si es un análisis, guardarlo en la base de datos
if user_input.startswith('/analisis_morfosintactico') and result:
store_student_morphosyntax_result(
st.session_state.username,
user_input.split('[', 1)[1].rsplit(']', 1)[0], # texto analizado
visualizations
)
# Mostrar el historial del chat
with chat_container:
if 'morphosyntax_chat_history' not in st.session_state:
st.session_state.morphosyntax_chat_history = []
for message in st.session_state.morphosyntax_chat_history:
with st.chat_message(message["role"]):
st.write(message["content"])
if "visualizations" in message and message["visualizations"]:
for i, viz in enumerate(message["visualizations"]):
st.markdown(f"**Oración {i+1} del párrafo analizado**")
st.components.v1.html(
f"""
<div style="width: 100%; overflow-x: auto; white-space: nowrap;">
<div style="min-width: 1200px;">
{viz}
</div>
</div>
""",
height=370,
scrolling=True
)
if i < len(message["visualizations"]) - 1:
st.markdown("---") # Separador entre diagramas
# Botón para limpiar el historial del chat
if st.button(t['clear_chat'], key=generate_unique_key('morphosyntax', 'clear_chat')):
st.session_state.morphosyntax_chat_history = []
st.rerun()
# Botón de exportación
if st.button("Exportar Interacciones"):
pdf_buffer = export_user_interactions(st.session_state.username, 'morphosyntax')
st.download_button(
label="Descargar PDF",
data=pdf_buffer,
file_name="interacciones_morfosintaxis.pdf",
mime="application/pdf"
)
'''
if user_input:
# Añadir el mensaje del usuario al historial
st.session_state.morphosyntax_chat_history.append({"role": "user", "content": user_input})
# Procesar el input del usuario nuevo al 26-9-2024
response, visualizations, result = process_morphosyntactic_input(user_input, lang_code, nlp_models, t)
# Mostrar indicador de carga
with st.spinner(t.get('processing', 'Processing...')):
try:
# Procesar el input del usuario
response, visualizations, result = process_morphosyntactic_input(user_input, lang_code, nlp_models, t)
# Añadir la respuesta al historial
message = {
"role": "assistant",
"content": response
}
if visualizations:
message["visualizations"] = visualizations
st.session_state.morphosyntax_chat_history.append(message)
# Mostrar la respuesta más reciente
with st.chat_message("assistant"):
st.write(response)
if visualizations:
for i, viz in enumerate(visualizations):
st.markdown(f"**Oración {i+1} del párrafo analizado**")
st.components.v1.html(
f"""
<div style="width: 100%; overflow-x: auto; white-space: nowrap;">
<div style="min-width: 1200px;">
{viz}
</div>
</div>
""",
height=350,
scrolling=True
)
if i < len(visualizations) - 1:
st.markdown("---") # Separador entre diagramas
# Si es un análisis, guardarlo en la base de datos
if user_input.startswith('/analisis_morfosintactico') and result:
store_morphosyntax_result(
st.session_state.username,
user_input.split('[', 1)[1].rsplit(']', 1)[0], # texto analizado
result.get('repeated_words', {}),
visualizations,
result.get('pos_analysis', []),
result.get('morphological_analysis', []),
result.get('sentence_structure', [])
)
except Exception as e:
st.error(f"{t['error_processing']}: {str(e)}")
# Forzar la actualización de la interfaz
st.rerun()
# Botón para limpiar el historial del chat
if st.button(t['clear_chat'], key=generate_unique_key('morphosyntax', 'clear_chat')):
st.session_state.morphosyntax_chat_history = []
st.rerun()
'''
'''
############ MODULO PARA DEPURACIÓN Y PRUEBAS #####################################################
def display_morphosyntax_interface(lang_code, nlp_models, t):
st.subheader(t['morpho_title'])
text_input = st.text_area(
t['warning_message'],
height=150,
key=generate_unique_key("morphosyntax", "text_area")
)
if st.button(
t['results_title'],
key=generate_unique_key("morphosyntax", "analyze_button")
):
if text_input:
# Aquí iría tu lógica de análisis morfosintáctico
# Por ahora, solo mostraremos un mensaje de placeholder
st.info(t['analysis_placeholder'])
else:
st.warning(t['no_text_warning'])
###
#################################################
'''
|