Add metadata to README

README.md

@@ -1,177 +1,13 @@
-# Chatbot de Salud Mental - Versión 1.0
-
-<div align="center">
-  <img src="static/img/1.png" alt="Pantalla de Inicio" width="250">
-  <br>
-  <em>Logo del Chatbot de Salud Mental</em>
-</div>
-
-## Descripción del Proyecto
-Este proyecto es un chatbot **orientado a la salud mental** que, mediante **Procesamiento de Lenguaje Natural (PLN)**, analiza los mensajes ingresados por los usuarios (ya sea por **texto** o **audio**) para predecir su estado emocional y generar respuestas de apoyo o contestaciones acordes.
-
-- **Interacción por voz**: El usuario puede hablar (speech-to-text) y recibir la respuesta en audio (text-to-speech).  
-- **Emociones limitadas**: Actualmente detecta 11 emociones básicas, pero se planea mejorar en futuras versiones (2.0).  
-- **Versión 1.0**: Implementación básica y experimental; **no** sustituye asesoramiento profesional.
-
-## Tecnologías Utilizadas
-- **Python**: Flask (backend web), Transformers, PyTorch  
-- **BERT** (Bidirectional Encoder Representations from Transformers)  
-- **Procesamiento de Lenguaje Natural (PLN)**  
-- **Reconocimiento de Voz** (SpeechRecognition en el navegador)  
-- **Síntesis de Texto a Voz** (pyttsx3/pydub)  
-- **HTML, CSS, JavaScript** (Frontend)
-
-## Arquitectura del Chatbot
-
-El pipeline principal que sigue este proyecto es:
-
-```text
- -> Speech Recognition -> Natural Language Understanding -> Dialog Manager <-> Task Manager
-    Text-to-Speech Synthesis <- Natural Language Generation <- Dialog Manager
-```
-
-1. **Speech Recognition**: El usuario habla y el navegador convierte el audio a texto (Web Speech API).  
-2. **Natural Language Understanding**: El texto se envía a Flask, donde BERT analiza la emoción.  
-3. **Dialog Manager**: Gestiona la lógica de la conversación y decide la respuesta.  
-4. **Text-to-Speech Synthesis**: El chatbot genera un archivo de audio que se devuelve al navegador.  
-
-## Emociones Detectadas
-El modelo (fine-tuned en BERT) reconoce las siguientes emociones:
-
-- FELICIDAD
-- NEUTRAL
-- DEPRESIÓN
-- ANSIEDAD
-- ESTRÉS
-- EMERGENCIA
-- CONFUSIÓN
-- IRA
-- MIEDO
-- SORPRESA
-- DISGUSTO
-
-Se utilizó un dataset de ~500 muestras para cada emoción (total ~5500 filas).
-
-# Capturas de Pantalla
-
-**Página de Inicio**
-<div align="center"> <img src="static/img/index.png" alt="Página de Inicio" width="1000"> <br> <em>Página de inicio del Chatbot de Salud Mental</em> </div>
-
-**Interfaz del Chatbot**
-<div align="center"> <img src="static/img/chatbot1.png" alt="Interfaz del Chatbot" width="1000"> <br> <em>Interfaz del Chatbot</em> </div>
-
-**Reconocimiento de Voz Activado**
-<div align="center"> <img src="static/img/chatbot2.png" alt="Reconocimiento de Voz Activado" width="1000"> <br> <em>Indicador de grabación de voz</em> </div>
-
-## Estructura del Proyecto
-
-```text
-ChatBot/
-├── conversations/
-├── data/
-│   └── emotion_dataset.csv
-├── models/
-│   ├── bert_emotion_model/
-│   │   ├── checkpoint-1600
-│   │   ├── checkpoint-1650
-│   │   ├── config.json
-│   │   ├── model.safetensors
-│   │   ├── special_tokens_map.json
-│   │   ├── tokenizer.json
-│   │   ├── tokenizer_config.json
-│   │   ├── training_args.bin
-│   │   └── vocab.txt
-│   ├── chatbot_model.py
-│   └── responses.json
-├── static/
-│   ├── audio/
-│   ├── css/
-│   │   └── styles.css
-│   ├── img/
-│   └── js/
-│       └── scripts.js
-├── templates/
-│   ├── chatbot.html
-│   └── index.html
-├── app.py
-├── chatbot.log
-├── error.log
-├── requirements.txt
-└── train_model.py
-```
-
-## Instalación y Configuración
-
-### 1. Clonar el repositorio con Git LFS
-Si el proyecto usa archivos grandes (como modelos BERT), asegúrate de tener Git LFS instalado antes de clonar el repositorio.
-```bash
-# Instalar Git LFS (si no lo tienes)
-git lfs install
-
-# Clonar el repositorio
-git clone https://github.com/tu-usuario/ChatBot-MentalHealth.git
-cd ChatBot-MentalHealth
-```
-
-### 2. Crear un entorno virtual y activarlo
-```bash
-python -m venv venv
-# En Windows
-venv\Scripts\activate
-# En macOS/Linux
-source venv/bin/activate
-```
-
-### 3. Instalar dependencias
-```bash
-pip install -r requirements.txt
-```
-
-### 4. Ejecutar la aplicación
-```bash
-python app.py
-```
-La aplicación se ejecutará en [http://127.0.0.1:5000/](http://127.0.0.1:5000/).
-
-## Ejemplo de Código (`train_model.py`)
-
-```python
-class CustomTrainer(Trainer):
-    def compute_loss(self, model, inputs, return_outputs=False, **kwargs):
-        labels = inputs.get("labels").to(model.device)
-        outputs = model(**inputs)
-        logits = outputs.get("logits")
-        loss = custom_loss(labels, logits)  # Pérdida con class_weights
-        return (loss, outputs) if return_outputs else loss
-
-def custom_loss(labels, logits):
-    loss_fct = torch.nn.CrossEntropyLoss(weight=class_weights)
-    return loss_fct(logits, labels)
-```
-
-De esta forma, cada emoción recibe un peso distinto, mitigando el riesgo de que el modelo ignore las clases menos representadas.
-
-## Flujo de Uso de los Archivos en el Proyecto
-
-1. **Cargar el Modelo**: Los pesos del modelo están en `model.safetensors` junto con `config.json`, `tokenizer.json`, etc.
-2. **Tokenización**: Se convierte la entrada (texto) en tokens con el tokenizer de BERT (`tokenizer.json`, `vocab.txt`).
-3. **Inferencia**: El texto del usuario se procesa con BERT para predecir la emoción y generar una respuesta.
-4. **Respuesta**: Se envía el texto de vuelta al navegador y, si se activa la síntesis de voz, se genera un archivo de audio.
-
-## Notas Finales
-
-- Esta versión (1.0) es experimental y **no** sustituye asesoramiento profesional en salud mental.
-- Se recomienda seguir refinando el modelo, incorporar más emociones y ampliar la base de datos.
-- En caso de emergencia o situación de riesgo, busca ayuda de un profesional de la salud mental.
-
-## Colaboradores
-- **Nicolás Ceballos Brito** (@Nico2603)
-- **Juan Alejandro Urueña Serna** (@Uruena2603)
-- **Camilo Castañeda Yepes** (@camCy)
-
-Para cualquier duda o sugerencia, contáctame en: **[email protected]**
-
 ---
+title: ChatBot-MentalHealth
+emoji: 🧠
+colorFrom: blue
+colorTo: indigo
+sdk: docker
+app_file: app.py
+pinned: false
+---
+
+# ChatBot-MentalHealth
 
-¡Gracias por probar el Chatbot de Salud Mental!  
-Si deseas contribuir, siéntete libre de hacer un **fork** y enviar tus **pull requests**.
+¡Bienvenido a mi Space de Hugging Face para el ChatBot de Salud Mental!