Update app.py

app.py

@@ -6,7 +6,7 @@ from typing import Dict, List, Tuple
 from textblob import TextBlob
 
 # Load embeddings model
-model = SentenceTransformer('BAAI/bge-large-en-v1.5')
+model = SentenceTransformer('neuralmind/bert-large-portuguese-vocab')
 
 PERGUNTAS = [
     {
@@ -129,24 +129,38 @@ class EnhancedCoach:
         self.sessao_completa = False
         self.tone_history = []
         self.response_quality_metrics = []
-        
+    
     def analyze_response_quality(self, text: str) -> Dict[str, float]:
         sentences = [s.strip() for s in text.split('.') if s.strip()]
+        words = text.lower().split()
         
         metrics = {
-            "depth": self._calculate_depth(text),
+            "depth": self._calculate_depth(text, words),
             "clarity": self._calculate_clarity(sentences),
-            "specificity": self._calculate_specificity(text),
+            "specificity": self._calculate_specificity(text, words),
             "actionability": self._calculate_actionability(sentences)
         }
         
         self.response_quality_metrics.append(metrics)
         return metrics
     
-    def _calculate_depth(self, text: str) -> float:
-        words = text.lower().split()
+    def _calculate_depth(self, text: str, words: List[str]) -> float:
+        if not words:
+            return 0.0
+            
         unique_words = len(set(words))
-        return min(1.0, (len(words) * unique_words) / 1000)
+        word_length_avg = sum(len(word) for word in words) / len(words)
+        sentences = [s.strip() for s in text.split('.') if s.strip()]
+        
+        word_variety = unique_words / len(words)
+        sentence_length = len(sentences)
+        complexity = word_length_avg / 5
+        
+        depth_score = (word_variety * 0.4 + 
+                      min(sentence_length / 3, 1.0) * 0.4 + 
+                      complexity * 0.2)
+        
+        return min(1.0, depth_score)
     
     def _calculate_clarity(self, sentences: List[str]) -> float:
         if not sentences:
@@ -154,14 +168,27 @@ class EnhancedCoach:
         avg_length = sum(len(s.split()) for s in sentences) / len(sentences)
         return 1.0 if 10 <= avg_length <= 20 else 0.7
     
-    def _calculate_specificity(self, text: str) -> float:
-        specific_indicators = ["exemplo", "especificamente", "concretamente", 
-                             "situação", "caso", "quando", "onde", "como"]
-        return min(1.0, sum(text.lower().count(ind) for ind in specific_indicators) / 5)
+    def _calculate_specificity(self, text: str, words: List[str]) -> float:
+        specific_indicators = [
+            "exemplo", "especificamente", "concretamente", 
+            "situação", "caso", "quando", "onde", "como",
+            "projeto", "equipe", "reunião", "feedback",
+            "resultado", "impacto", "mudança", "melhoria",
+            "implementei", "desenvolvi", "criei", "estabeleci",
+            "eu", "minha", "nosso", "realizei", "fiz"
+        ]
+        
+        indicator_count = sum(text.lower().count(ind) for ind in specific_indicators)
+        response_length_factor = min(len(words) / 20, 1.0)
+        
+        return min(1.0, (indicator_count * 0.7 + response_length_factor * 0.3))
     
     def _calculate_actionability(self, sentences: List[str]) -> float:
-        action_verbs = ["implementar", "fazer", "criar", "desenvolver", "estabelecer", 
-                       "planejar", "executar", "medir", "avaliar"]
+        action_verbs = [
+            "implementar", "fazer", "criar", "desenvolver", "estabelecer", 
+            "planejar", "executar", "medir", "avaliar", "iniciar",
+            "construir", "liderar", "coordenar", "definir", "ajustar"
+        ]
         if not sentences:
             return 0.0
         actionable = sum(1 for s in sentences 
@@ -181,8 +208,14 @@ class EnhancedCoach:
         return predominant_tone[0], predominant_tone[1]
 
     def analisar_sentimento(self, texto: str) -> str:
-        positive_words = ["consegui", "superei", "aprendi", "melhorei", "efetivo"]
-        negative_words = ["difícil", "desafiador", "complicado", "problema", "falha"]
+        positive_words = [
+            "consegui", "superei", "aprendi", "melhorei", "efetivo",
+            "cresci", "evoluí", "realizei", "alcancei", "progresso"
+        ]
+        negative_words = [
+            "difícil", "desafiador", "complicado", "problema", "falha",
+            "obstáculo", "limitação", "erro", "confuso", "inseguro"
+        ]
         
         texto_lower = texto.lower()
         positive_count = sum(1 for word in positive_words if word in texto_lower)
@@ -224,7 +257,7 @@ class EnhancedCoach:
     def gerar_resposta(self, texto_usuario: str) -> str:
         quality_metrics = self.analyze_response_quality(texto_usuario)
         
-        if quality_metrics["depth"] < 0.3 or quality_metrics["specificity"] < 0.2:
+        if quality_metrics["depth"] < 0.15 and quality_metrics["specificity"] < 0.1:
             return """### Feedback Inicial 💭
 
 Para oferecer um feedback mais valioso, poderia compartilhar mais detalhes específicos sobre sua experiência? 
@@ -294,7 +327,9 @@ Alguns aspectos que enriqueceriam sua reflexão:
         return ""
 
     def _gerar_pontos_aprofundamento(self) -> str:
-        return """#### Pontos para Aprofundamento:
+        return """
+
+#### Pontos para Aprofundamento:
 1. Como essa experiência se conecta com seus valores de liderança?
 2. Que recursos específicos você identificou como necessários?
 3. Qual seria o próximo marco de desenvolvimento nessa área?"""
@@ -368,7 +403,7 @@ Tome um momento para conectar com suas experiências e compartilhe sua perspecti
 def criar_interface():
     coach = EnhancedCoach()
     
-    with gr.Blocks(title="Coach de Liderança", theme=gr.themes.Base()) as app:
+    with gr.Blocks(title="Coach de Liderança", theme=gr.themes.Soft()) as app:
         gr.Markdown("""# 🚀 Coach de Liderança
         Desenvolva sua liderança através de reflexão guiada e feedback personalizado.""")
         
@@ -384,7 +419,7 @@ def criar_interface():
                 lines=4,
                 label="Sua Resposta"
             )
-            btn = gr.Button("Enviar")
+            btn = gr.Button("Enviar", variant="primary")
         
         def responder(mensagem, historico):
             if not mensagem.strip():
@@ -401,4 +436,4 @@ def criar_interface():
 
 if __name__ == "__main__":
     app = criar_interface()
-    app.launch() 
+    app.launch()