Update modules/text_analysis/discourse_analysis.py

modules/text_analysis/discourse_analysis.py

@@ -18,7 +18,157 @@ from .semantic_analysis import (
     POS_TRANSLATIONS,
     ENTITY_LABELS
 )
+#####################
+# Define colors for grammatical categories
+POS_COLORS = {
+    'ADJ': '#FFA07A', 'ADP': '#98FB98', 'ADV': '#87CEFA', 'AUX': '#DDA0DD',
+    'CCONJ': '#F0E68C', 'DET': '#FFB6C1', 'INTJ': '#FF6347', 'NOUN': '#90EE90',
+    'NUM': '#FAFAD2', 'PART': '#D3D3D3', 'PRON': '#FFA500', 'PROPN': '#20B2AA',
+    'SCONJ': '#DEB887', 'SYM': '#7B68EE', 'VERB': '#FF69B4', 'X': '#A9A9A9',
+}
 
+POS_TRANSLATIONS = {
+    'es': {
+        'ADJ': 'Adjetivo', 'ADP': 'Preposición', 'ADV': 'Adverbio', 'AUX': 'Auxiliar',
+        'CCONJ': 'Conjunción Coordinante', 'DET': 'Determinante', 'INTJ': 'Interjección',
+        'NOUN': 'Sustantivo', 'NUM': 'Número', 'PART': 'Partícula', 'PRON': 'Pronombre',
+        'PROPN': 'Nombre Propio', 'SCONJ': 'Conjunción Subordinante', 'SYM': 'Símbolo',
+        'VERB': 'Verbo', 'X': 'Otro',
+    },
+    'en': {
+        'ADJ': 'Adjective', 'ADP': 'Preposition', 'ADV': 'Adverb', 'AUX': 'Auxiliary',
+        'CCONJ': 'Coordinating Conjunction', 'DET': 'Determiner', 'INTJ': 'Interjection',
+        'NOUN': 'Noun', 'NUM': 'Number', 'PART': 'Particle', 'PRON': 'Pronoun',
+        'PROPN': 'Proper Noun', 'SCONJ': 'Subordinating Conjunction', 'SYM': 'Symbol',
+        'VERB': 'Verb', 'X': 'Other',
+    },
+    'fr': {
+        'ADJ': 'Adjectif', 'ADP': 'Préposition', 'ADV': 'Adverbe', 'AUX': 'Auxiliaire',
+        'CCONJ': 'Conjonction de Coordination', 'DET': 'Déterminant', 'INTJ': 'Interjection',
+        'NOUN': 'Nom', 'NUM': 'Nombre', 'PART': 'Particule', 'PRON': 'Pronom',
+        'PROPN': 'Nom Propre', 'SCONJ': 'Conjonction de Subordination', 'SYM': 'Symbole',
+        'VERB': 'Verbe', 'X': 'Autre',
+    }
+}
+
+ENTITY_LABELS = {
+    'es': {
+        "Personas": "lightblue",
+        "Lugares": "lightcoral",
+        "Inventos": "lightgreen",
+        "Fechas": "lightyellow",
+        "Conceptos": "lightpink"
+    },
+    'en': {
+        "People": "lightblue",
+        "Places": "lightcoral",
+        "Inventions": "lightgreen",
+        "Dates": "lightyellow",
+        "Concepts": "lightpink"
+    },
+    'fr': {
+        "Personnes": "lightblue",
+        "Lieux": "lightcoral",
+        "Inventions": "lightgreen",
+        "Dates": "lightyellow",
+        "Concepts": "lightpink"
+    }
+}
+
+CUSTOM_STOPWORDS = {
+    'es': {
+        # Artículos
+        'el', 'la', 'los', 'las', 'un', 'una', 'unos', 'unas',
+        # Preposiciones comunes
+        'a', 'ante', 'bajo', 'con', 'contra', 'de', 'desde', 'en',
+        'entre', 'hacia', 'hasta', 'para', 'por', 'según', 'sin',
+        'sobre', 'tras', 'durante', 'mediante',
+        # Conjunciones
+        'y', 'e', 'ni', 'o', 'u', 'pero', 'sino', 'porque',
+        # Pronombres
+        'yo', 'tú', 'él', 'ella', 'nosotros', 'vosotros', 'ellos',
+        'ellas', 'este', 'esta', 'ese', 'esa', 'aquel', 'aquella',
+        # Verbos auxiliares comunes
+        'ser', 'estar', 'haber', 'tener',
+        # Palabras comunes en textos académicos
+        'además', 'también', 'asimismo', 'sin embargo', 'no obstante',
+        'por lo tanto', 'entonces', 'así', 'luego', 'pues',
+        # Números escritos
+        'uno', 'dos', 'tres', 'primer', 'primera', 'segundo', 'segunda',
+        # Otras palabras comunes
+        'cada', 'todo', 'toda', 'todos', 'todas', 'otro', 'otra',
+        'donde', 'cuando', 'como', 'que', 'cual', 'quien',
+        'cuyo', 'cuya', 'hay', 'solo', 'ver', 'si', 'no',
+        # Símbolos y caracteres especiales
+        '#', '@', '/', '*', '+', '-', '=', '$', '%'
+    },
+    'en': {
+        # Articles
+        'the', 'a', 'an',
+        # Common prepositions
+        'in', 'on', 'at', 'by', 'for', 'with', 'about', 'against',
+        'between', 'into', 'through', 'during', 'before', 'after',
+        'above', 'below', 'to', 'from', 'up', 'down', 'of',
+        # Conjunctions
+        'and', 'or', 'but', 'nor', 'so', 'for', 'yet',
+        # Pronouns
+        'i', 'you', 'he', 'she', 'it', 'we', 'they', 'this',
+        'that', 'these', 'those', 'my', 'your', 'his', 'her',
+        # Auxiliary verbs
+        'be', 'am', 'is', 'are', 'was', 'were', 'been', 'have',
+        'has', 'had', 'do', 'does', 'did',
+        # Common academic words
+        'therefore', 'however', 'thus', 'hence', 'moreover',
+        'furthermore', 'nevertheless',
+        # Numbers written
+        'one', 'two', 'three', 'first', 'second', 'third',
+        # Other common words
+        'where', 'when', 'how', 'what', 'which', 'who',
+        'whom', 'whose', 'there', 'here', 'just', 'only',
+        # Symbols and special characters
+        '#', '@', '/', '*', '+', '-', '=', '$', '%'
+    },
+    'fr': {
+        # Articles
+        'le', 'la', 'les', 'un', 'une', 'des',
+        # Prepositions
+        'à', 'de', 'dans', 'sur', 'en', 'par', 'pour', 'avec',
+        'sans', 'sous', 'entre', 'derrière', 'chez', 'avant',
+        # Conjunctions
+        'et', 'ou', 'mais', 'donc', 'car', 'ni', 'or',
+        # Pronouns
+        'je', 'tu', 'il', 'elle', 'nous', 'vous', 'ils',
+        'elles', 'ce', 'cette', 'ces', 'celui', 'celle',
+        # Auxiliary verbs
+        'être', 'avoir', 'faire',
+        # Academic words
+        'donc', 'cependant', 'néanmoins', 'ainsi', 'toutefois',
+        'pourtant', 'alors',
+        # Numbers
+        'un', 'deux', 'trois', 'premier', 'première', 'second',
+        # Other common words
+        'où', 'quand', 'comment', 'que', 'qui', 'quoi',
+        'quel', 'quelle', 'plus', 'moins',
+        # Symbols
+        '#', '@', '/', '*', '+', '-', '=', '$', '%'
+    }
+}
+
+##############################################################################################################
+def get_stopwords(lang_code):
+    """
+    Obtiene el conjunto de stopwords para un idioma específico.
+    Combina las stopwords de spaCy con las personalizadas.
+    """
+    try:
+        nlp = spacy.load(f'{lang_code}_core_news_sm')
+        spacy_stopwords = nlp.Defaults.stop_words
+        custom_stopwords = CUSTOM_STOPWORDS.get(lang_code, set())
+        return spacy_stopwords.union(custom_stopwords)
+    except:
+        return CUSTOM_STOPWORDS.get(lang_code, set())
+
+#################
 def compare_semantic_analysis(text1, text2, nlp, lang):
     """
     Realiza el análisis semántico comparativo entre dos textos