#v3/modules/studentact/current_situation_analysis.py
import streamlit as st
import matplotlib.pyplot as plt
import networkx as nx
import seaborn as sns
from collections import Counter
from itertools import combinations
import numpy as np
import matplotlib.patches as patches
import logging
# 2. Configuración básica del logging
logging.basicConfig(
level=logging.INFO,
format='%(asctime)s - %(name)s - %(levelname)s - %(message)s',
handlers=[
logging.StreamHandler(),
logging.FileHandler('app.log')
]
)
# 3. Obtener el logger específico para este módulo
logger = logging.getLogger(__name__)
#########################################################################
def correlate_metrics(scores):
"""
Ajusta los scores para mantener correlaciones lógicas entre métricas.
Args:
scores: dict con scores iniciales de vocabulario, estructura, cohesión y claridad
Returns:
dict con scores ajustados
"""
try:
# 1. Correlación estructura-cohesión
# La cohesión no puede ser menor que estructura * 0.7
min_cohesion = scores['structure']['normalized_score'] * 0.7
if scores['cohesion']['normalized_score'] < min_cohesion:
scores['cohesion']['normalized_score'] = min_cohesion
# 2. Correlación vocabulario-cohesión
# La cohesión léxica depende del vocabulario
vocab_influence = scores['vocabulary']['normalized_score'] * 0.6
scores['cohesion']['normalized_score'] = max(
scores['cohesion']['normalized_score'],
vocab_influence
)
# 3. Correlación cohesión-claridad
# La claridad no puede superar cohesión * 1.2
max_clarity = scores['cohesion']['normalized_score'] * 1.2
if scores['clarity']['normalized_score'] > max_clarity:
scores['clarity']['normalized_score'] = max_clarity
# 4. Correlación estructura-claridad
# La claridad no puede superar estructura * 1.1
struct_max_clarity = scores['structure']['normalized_score'] * 1.1
scores['clarity']['normalized_score'] = min(
scores['clarity']['normalized_score'],
struct_max_clarity
)
# Normalizar todos los scores entre 0 y 1
for metric in scores:
scores[metric]['normalized_score'] = max(0.0, min(1.0, scores[metric]['normalized_score']))
return scores
except Exception as e:
logger.error(f"Error en correlate_metrics: {str(e)}")
return scores
##########################################################################
def analyze_text_dimensions(doc):
"""
Analiza las dimensiones principales del texto manteniendo correlaciones lógicas.
"""
try:
# Obtener scores iniciales
vocab_score, vocab_details = analyze_vocabulary_diversity(doc)
struct_score = analyze_structure(doc)
cohesion_score = analyze_cohesion(doc)
clarity_score, clarity_details = analyze_clarity(doc)
# Crear diccionario de scores inicial
scores = {
'vocabulary': {
'normalized_score': vocab_score,
'details': vocab_details
},
'structure': {
'normalized_score': struct_score,
'details': None
},
'cohesion': {
'normalized_score': cohesion_score,
'details': None
},
'clarity': {
'normalized_score': clarity_score,
'details': clarity_details
}
}
# Ajustar correlaciones entre métricas
adjusted_scores = correlate_metrics(scores)
# Logging para diagnóstico
logger.info(f"""
Scores originales vs ajustados:
Vocabulario: {vocab_score:.2f} -> {adjusted_scores['vocabulary']['normalized_score']:.2f}
Estructura: {struct_score:.2f} -> {adjusted_scores['structure']['normalized_score']:.2f}
Cohesión: {cohesion_score:.2f} -> {adjusted_scores['cohesion']['normalized_score']:.2f}
Claridad: {clarity_score:.2f} -> {adjusted_scores['clarity']['normalized_score']:.2f}
""")
return adjusted_scores
except Exception as e:
logger.error(f"Error en analyze_text_dimensions: {str(e)}")
return {
'vocabulary': {'normalized_score': 0.0, 'details': {}},
'structure': {'normalized_score': 0.0, 'details': {}},
'cohesion': {'normalized_score': 0.0, 'details': {}},
'clarity': {'normalized_score': 0.0, 'details': {}}
}
#############################################################################################
def analyze_clarity(doc):
"""
Analiza la claridad del texto considerando múltiples factores.
"""
try:
sentences = list(doc.sents)
if not sentences:
return 0.0, {}
# 1. Longitud de oraciones
sentence_lengths = [len(sent) for sent in sentences]
avg_length = sum(sentence_lengths) / len(sentences)
# Normalizar usando los umbrales definidos para clarity
length_score = normalize_score(
value=avg_length,
metric_type='clarity',
optimal_length=20, # Una oración ideal tiene ~20 palabras
min_threshold=0.60, # Consistente con METRIC_THRESHOLDS
target_threshold=0.75 # Consistente con METRIC_THRESHOLDS
)
# 2. Análisis de conectores
connector_count = 0
connector_weights = {
'CCONJ': 1.0, # Coordinantes
'SCONJ': 1.2, # Subordinantes
'ADV': 0.8 # Adverbios conectivos
}
for token in doc:
if token.pos_ in connector_weights and token.dep_ in ['cc', 'mark', 'advmod']:
connector_count += connector_weights[token.pos_]
# Normalizar conectores por oración
connectors_per_sentence = connector_count / len(sentences) if sentences else 0
connector_score = normalize_score(
value=connectors_per_sentence,
metric_type='clarity',
optimal_connections=1.5, # ~1.5 conectores por oración es óptimo
min_threshold=0.60,
target_threshold=0.75
)
# 3. Complejidad estructural
clause_count = 0
for sent in sentences:
verbs = [token for token in sent if token.pos_ == 'VERB']
clause_count += len(verbs)
complexity_raw = clause_count / len(sentences) if sentences else 0
complexity_score = normalize_score(
value=complexity_raw,
metric_type='clarity',
optimal_depth=2.0, # ~2 cláusulas por oración es óptimo
min_threshold=0.60,
target_threshold=0.75
)
# 4. Densidad léxica
content_words = len([token for token in doc if token.pos_ in ['NOUN', 'VERB', 'ADJ', 'ADV']])
total_words = len([token for token in doc if token.is_alpha])
density = content_words / total_words if total_words > 0 else 0
density_score = normalize_score(
value=density,
metric_type='clarity',
optimal_connections=0.6, # 60% de palabras de contenido es óptimo
min_threshold=0.60,
target_threshold=0.75
)
# Score final ponderado
weights = {
'length': 0.3,
'connectors': 0.3,
'complexity': 0.2,
'density': 0.2
}
clarity_score = (
weights['length'] * length_score +
weights['connectors'] * connector_score +
weights['complexity'] * complexity_score +
weights['density'] * density_score
)
details = {
'length_score': length_score,
'connector_score': connector_score,
'complexity_score': complexity_score,
'density_score': density_score,
'avg_sentence_length': avg_length,
'connectors_per_sentence': connectors_per_sentence,
'density': density
}
# Agregar logging para diagnóstico
logger.info(f"""
Scores de Claridad:
- Longitud: {length_score:.2f} (avg={avg_length:.1f} palabras)
- Conectores: {connector_score:.2f} (avg={connectors_per_sentence:.1f} por oración)
- Complejidad: {complexity_score:.2f} (avg={complexity_raw:.1f} cláusulas)
- Densidad: {density_score:.2f} ({density*100:.1f}% palabras de contenido)
- Score Final: {clarity_score:.2f}
""")
return clarity_score, details
except Exception as e:
logger.error(f"Error en analyze_clarity: {str(e)}")
return 0.0, {}
#########################################################################
def analyze_vocabulary_diversity(doc):
"""Análisis mejorado de la diversidad y calidad del vocabulario"""
try:
# 1. Análisis básico de diversidad
unique_lemmas = {token.lemma_ for token in doc if token.is_alpha}
total_words = len([token for token in doc if token.is_alpha])
basic_diversity = len(unique_lemmas) / total_words if total_words > 0 else 0
# 2. Análisis de registro
academic_words = 0
narrative_words = 0
technical_terms = 0
# Clasificar palabras por registro
for token in doc:
if token.is_alpha:
# Detectar términos académicos/técnicos
if token.pos_ in ['NOUN', 'VERB', 'ADJ']:
if any(parent.pos_ == 'NOUN' for parent in token.ancestors):
technical_terms += 1
# Detectar palabras narrativas
if token.pos_ in ['VERB', 'ADV'] and token.dep_ in ['ROOT', 'advcl']:
narrative_words += 1
# 3. Análisis de complejidad sintáctica
avg_sentence_length = sum(len(sent) for sent in doc.sents) / len(list(doc.sents))
# 4. Calcular score ponderado
weights = {
'diversity': 0.3,
'technical': 0.3,
'narrative': 0.2,
'complexity': 0.2
}
scores = {
'diversity': basic_diversity,
'technical': technical_terms / total_words if total_words > 0 else 0,
'narrative': narrative_words / total_words if total_words > 0 else 0,
'complexity': min(1.0, avg_sentence_length / 20) # Normalizado a 20 palabras
}
# Score final ponderado
final_score = sum(weights[key] * scores[key] for key in weights)
# Información adicional para diagnóstico
details = {
'text_type': 'narrative' if scores['narrative'] > scores['technical'] else 'academic',
'scores': scores
}
return final_score, details
except Exception as e:
logger.error(f"Error en analyze_vocabulary_diversity: {str(e)}")
return 0.0, {}
#########################################################################
def analyze_cohesion(doc):
"""Analiza la cohesión textual"""
try:
sentences = list(doc.sents)
if len(sentences) < 2:
logger.warning("Texto demasiado corto para análisis de cohesión")
return 0.0
# 1. Análisis de conexiones léxicas
lexical_connections = 0
total_possible_connections = 0
for i in range(len(sentences)-1):
# Obtener lemmas significativos (no stopwords)
sent1_words = {token.lemma_ for token in sentences[i]
if token.is_alpha and not token.is_stop}
sent2_words = {token.lemma_ for token in sentences[i+1]
if token.is_alpha and not token.is_stop}
if sent1_words and sent2_words: # Verificar que ambos conjuntos no estén vacíos
intersection = len(sent1_words.intersection(sent2_words))
total_possible = min(len(sent1_words), len(sent2_words))
if total_possible > 0:
lexical_score = intersection / total_possible
lexical_connections += lexical_score
total_possible_connections += 1
# 2. Análisis de conectores
connector_count = 0
connector_types = {
'CCONJ': 1.0, # Coordinantes
'SCONJ': 1.2, # Subordinantes
'ADV': 0.8 # Adverbios conectivos
}
for token in doc:
if (token.pos_ in connector_types and
token.dep_ in ['cc', 'mark', 'advmod'] and
not token.is_stop):
connector_count += connector_types[token.pos_]
# 3. Cálculo de scores normalizados
if total_possible_connections > 0:
lexical_cohesion = lexical_connections / total_possible_connections
else:
lexical_cohesion = 0
if len(sentences) > 1:
connector_cohesion = min(1.0, connector_count / (len(sentences) - 1))
else:
connector_cohesion = 0
# 4. Score final ponderado
weights = {
'lexical': 0.7,
'connectors': 0.3
}
cohesion_score = (
weights['lexical'] * lexical_cohesion +
weights['connectors'] * connector_cohesion
)
# 5. Logging para diagnóstico
logger.info(f"""
Análisis de Cohesión:
- Conexiones léxicas encontradas: {lexical_connections}
- Conexiones posibles: {total_possible_connections}
- Lexical cohesion score: {lexical_cohesion}
- Conectores encontrados: {connector_count}
- Connector cohesion score: {connector_cohesion}
- Score final: {cohesion_score}
""")
return cohesion_score
except Exception as e:
logger.error(f"Error en analyze_cohesion: {str(e)}")
return 0.0
#########################################################################
def analyze_structure(doc):
try:
if len(doc) == 0:
return 0.0
structure_scores = []
for token in doc:
if token.dep_ == 'ROOT':
result = get_dependency_depths(token)
structure_scores.append(result['final_score'])
if not structure_scores:
return 0.0
return min(1.0, sum(structure_scores) / len(structure_scores))
except Exception as e:
logger.error(f"Error en analyze_structure: {str(e)}")
return 0.0
#########################################################################
# Funciones auxiliares de análisis
def get_dependency_depths(token, depth=0, analyzed_tokens=None):
"""
Analiza la profundidad y calidad de las relaciones de dependencia.
Args:
token: Token a analizar
depth: Profundidad actual en el árbol
analyzed_tokens: Set para evitar ciclos en el análisis
Returns:
dict: Información detallada sobre las dependencias
- depths: Lista de profundidades
- relations: Diccionario con tipos de relaciones encontradas
- complexity_score: Puntuación de complejidad
"""
if analyzed_tokens is None:
analyzed_tokens = set()
# Evitar ciclos
if token.i in analyzed_tokens:
return {
'depths': [],
'relations': {},
'complexity_score': 0
}
analyzed_tokens.add(token.i)
# Pesos para diferentes tipos de dependencias
dependency_weights = {
# Dependencias principales
'nsubj': 1.2, # Sujeto nominal
'obj': 1.1, # Objeto directo
'iobj': 1.1, # Objeto indirecto
'ROOT': 1.3, # Raíz
# Modificadores
'amod': 0.8, # Modificador adjetival
'advmod': 0.8, # Modificador adverbial
'nmod': 0.9, # Modificador nominal
# Estructuras complejas
'csubj': 1.4, # Cláusula como sujeto
'ccomp': 1.3, # Complemento clausal
'xcomp': 1.2, # Complemento clausal abierto
'advcl': 1.2, # Cláusula adverbial
# Coordinación y subordinación
'conj': 1.1, # Conjunción
'cc': 0.7, # Coordinación
'mark': 0.8, # Marcador
# Otros
'det': 0.5, # Determinante
'case': 0.5, # Caso
'punct': 0.1 # Puntuación
}
# Inicializar resultados
current_result = {
'depths': [depth],
'relations': {token.dep_: 1},
'complexity_score': dependency_weights.get(token.dep_, 0.5) * (depth + 1)
}
# Analizar hijos recursivamente
for child in token.children:
child_result = get_dependency_depths(child, depth + 1, analyzed_tokens)
# Combinar profundidades
current_result['depths'].extend(child_result['depths'])
# Combinar relaciones
for rel, count in child_result['relations'].items():
current_result['relations'][rel] = current_result['relations'].get(rel, 0) + count
# Acumular score de complejidad
current_result['complexity_score'] += child_result['complexity_score']
# Calcular métricas adicionales
current_result['max_depth'] = max(current_result['depths'])
current_result['avg_depth'] = sum(current_result['depths']) / len(current_result['depths'])
current_result['relation_diversity'] = len(current_result['relations'])
# Calcular score ponderado por tipo de estructura
structure_bonus = 0
# Bonus por estructuras complejas
if 'csubj' in current_result['relations'] or 'ccomp' in current_result['relations']:
structure_bonus += 0.3
# Bonus por coordinación balanceada
if 'conj' in current_result['relations'] and 'cc' in current_result['relations']:
structure_bonus += 0.2
# Bonus por modificación rica
if len(set(['amod', 'advmod', 'nmod']) & set(current_result['relations'])) >= 2:
structure_bonus += 0.2
current_result['final_score'] = (
current_result['complexity_score'] * (1 + structure_bonus)
)
return current_result
#########################################################################
def normalize_score(value, metric_type,
min_threshold=0.0, target_threshold=1.0,
range_factor=2.0, optimal_length=None,
optimal_connections=None, optimal_depth=None):
"""
Normaliza un valor considerando umbrales específicos por tipo de métrica.
Args:
value: Valor a normalizar
metric_type: Tipo de métrica ('vocabulary', 'structure', 'cohesion', 'clarity')
min_threshold: Valor mínimo aceptable
target_threshold: Valor objetivo
range_factor: Factor para ajustar el rango
optimal_length: Longitud óptima (opcional)
optimal_connections: Número óptimo de conexiones (opcional)
optimal_depth: Profundidad óptima de estructura (opcional)
Returns:
float: Valor normalizado entre 0 y 1
"""
try:
# Definir umbrales por tipo de métrica
METRIC_THRESHOLDS = {
'vocabulary': {
'min': 0.60,
'target': 0.75,
'range_factor': 1.5
},
'structure': {
'min': 0.65,
'target': 0.80,
'range_factor': 1.8
},
'cohesion': {
'min': 0.55,
'target': 0.70,
'range_factor': 1.6
},
'clarity': {
'min': 0.60,
'target': 0.75,
'range_factor': 1.7
}
}
# Validar valores negativos o cero
if value < 0:
logger.warning(f"Valor negativo recibido: {value}")
return 0.0
# Manejar caso donde el valor es cero
if value == 0:
logger.warning("Valor cero recibido")
return 0.0
# Obtener umbrales específicos para el tipo de métrica
thresholds = METRIC_THRESHOLDS.get(metric_type, {
'min': min_threshold,
'target': target_threshold,
'range_factor': range_factor
})
# Identificar el valor de referencia a usar
if optimal_depth is not None:
reference = optimal_depth
elif optimal_connections is not None:
reference = optimal_connections
elif optimal_length is not None:
reference = optimal_length
else:
reference = thresholds['target']
# Validar valor de referencia
if reference <= 0:
logger.warning(f"Valor de referencia inválido: {reference}")
return 0.0
# Calcular score basado en umbrales
if value < thresholds['min']:
# Valor por debajo del mínimo
score = (value / thresholds['min']) * 0.5 # Máximo 0.5 para valores bajo el mínimo
elif value < thresholds['target']:
# Valor entre mínimo y objetivo
range_size = thresholds['target'] - thresholds['min']
progress = (value - thresholds['min']) / range_size
score = 0.5 + (progress * 0.5) # Escala entre 0.5 y 1.0
else:
# Valor alcanza o supera el objetivo
score = 1.0
# Penalizar valores muy por encima del objetivo
if value > (thresholds['target'] * thresholds['range_factor']):
excess = (value - thresholds['target']) / (thresholds['target'] * thresholds['range_factor'])
score = max(0.7, 1.0 - excess) # No bajar de 0.7 para valores altos
# Asegurar que el resultado esté entre 0 y 1
return max(0.0, min(1.0, score))
except Exception as e:
logger.error(f"Error en normalize_score: {str(e)}")
return 0.0
#########################################################################
#########################################################################
def generate_recommendations(metrics, text_type, lang_code='es'):
"""
Genera recomendaciones personalizadas basadas en las métricas del texto y el tipo de texto.
Args:
metrics: Diccionario con las métricas analizadas
text_type: Tipo de texto ('academic_article', 'student_essay', 'general_communication')
lang_code: Código del idioma para las recomendaciones (es, en, uk)
Returns:
dict: Recomendaciones organizadas por categoría en el idioma correspondiente
"""
try:
# Añadir debug log para verificar el código de idioma recibido
logger.info(f"generate_recommendations llamado con idioma: {lang_code}")
# Comprobar que importamos RECOMMENDATIONS correctamente
logger.info(f"Idiomas disponibles en RECOMMENDATIONS: {list(RECOMMENDATIONS.keys())}")
# Obtener umbrales según el tipo de texto
thresholds = TEXT_TYPES[text_type]['thresholds']
# Verificar que el idioma esté soportado, usar español como respaldo
if lang_code not in RECOMMENDATIONS:
logger.warning(f"Idioma {lang_code} no soportado para recomendaciones, usando español")
lang_code = 'es'
# Obtener traducciones para el idioma seleccionado
translations = RECOMMENDATIONS[lang_code]
# Inicializar diccionario de recomendaciones
recommendations = {
'vocabulary': [],
'structure': [],
'cohesion': [],
'clarity': [],
'specific': [],
'priority': {
'area': 'general',
'tips': []
},
'text_type_name': translations['text_types'][text_type],
'dimension_names': translations['dimension_names'],
'ui_text': {
'priority_intro': translations['priority_intro'],
'detailed_recommendations': translations['detailed_recommendations'],
'save_button': translations['save_button'],
'save_success': translations['save_success'],
'save_error': translations['save_error'],
'area_priority': translations['area_priority']
}
}
# Determinar nivel para cada dimensión y asignar recomendaciones
dimensions = ['vocabulary', 'structure', 'cohesion', 'clarity']
scores = {}
for dim in dimensions:
score = metrics[dim]['normalized_score']
scores[dim] = score
# Determinar nivel (bajo, medio, alto)
if score < thresholds[dim]['min']:
level = 'low'
elif score < thresholds[dim]['target']:
level = 'medium'
else:
level = 'high'
# Asignar recomendaciones para ese nivel
recommendations[dim] = translations[dim][level]
# Asignar recomendaciones específicas por tipo de texto
recommendations['specific'] = translations[text_type]
# Determinar área prioritaria (la que tiene menor puntuación)
priority_dimension = min(scores, key=scores.get)
recommendations['priority']['area'] = priority_dimension
recommendations['priority']['tips'] = recommendations[priority_dimension]
logger.info(f"Generadas recomendaciones en {lang_code} para texto tipo {text_type}")
return recommendations
except Exception as e:
logger.error(f"Error en generate_recommendations: {str(e)}")
# Utilizar un enfoque basado en el idioma actual en lugar de casos codificados
# Esto permite manejar ucraniano y cualquier otro idioma futuro
fallback_translations = {
'en': {
'basic_recommendations': {
'vocabulary': ["Try enriching your vocabulary"],
'structure': ["Work on the structure of your sentences"],
'cohesion': ["Improve the connection between your ideas"],
'clarity': ["Try to express your ideas more clearly"],
'specific': ["Adapt your text according to its purpose"],
},
'dimension_names': {
'vocabulary': 'Vocabulary',
'structure': 'Structure',
'cohesion': 'Cohesion',
'clarity': 'Clarity',
'general': 'General'
},
'ui_text': {
'priority_intro': "This is where you should focus your efforts.",
'detailed_recommendations': "Detailed recommendations",
'save_button': "Save analysis",
'save_success': "Analysis saved successfully",
'save_error': "Error saving analysis",
'area_priority': "Priority area"
}
},
'uk': {
'basic_recommendations': {
'vocabulary': ["Розширте свій словниковий запас"],
'structure': ["Покращіть структуру ваших речень"],
'cohesion': ["Покращіть зв'язок між вашими ідеями"],
'clarity': ["Висловлюйте свої ідеї ясніше"],
'specific': ["Адаптуйте свій текст відповідно до його мети"],
},
'dimension_names': {
'vocabulary': 'Словниковий запас',
'structure': 'Структура',
'cohesion': 'Зв\'язність',
'clarity': 'Ясність',
'general': 'Загальне'
},
'ui_text': {
'priority_intro': "Це область, де ви повинні зосередити свої зусилля.",
'detailed_recommendations': "Детальні рекомендації",
'save_button': "Зберегти аналіз",
'save_success': "Аналіз успішно збережено",
'save_error': "Помилка при збереженні аналізу",
'area_priority': "Пріоритетна область"
}
},
'es': {
'basic_recommendations': {
'vocabulary': ["Intenta enriquecer tu vocabulario"],
'structure': ["Trabaja en la estructura de tus oraciones"],
'cohesion': ["Mejora la conexión entre tus ideas"],
'clarity': ["Busca expresar tus ideas con mayor claridad"],
'specific': ["Adapta tu texto según su propósito"],
},
'dimension_names': {
'vocabulary': 'Vocabulario',
'structure': 'Estructura',
'cohesion': 'Cohesión',
'clarity': 'Claridad',
'general': 'General'
},
'ui_text': {
'priority_intro': "Esta es el área donde debes concentrar tus esfuerzos.",
'detailed_recommendations': "Recomendaciones detalladas",
'save_button': "Guardar análisis",
'save_success': "Análisis guardado con éxito",
'save_error': "Error al guardar el análisis",
'area_priority': "Área prioritaria"
}
}
}
# Usar el idioma actual si está disponible, o inglés, o español como última opción
current_lang = fallback_translations.get(lang_code,
fallback_translations.get('en',
fallback_translations['es']))
basic_recommendations = current_lang['basic_recommendations']
return {
'vocabulary': basic_recommendations['vocabulary'],
'structure': basic_recommendations['structure'],
'cohesion': basic_recommendations['cohesion'],
'clarity': basic_recommendations['clarity'],
'specific': basic_recommendations['specific'],
'priority': {
'area': 'general',
'tips': ["Busca retroalimentación específica de un tutor o profesor"]
},
'dimension_names': current_lang['dimension_names'],
'ui_text': current_lang['ui_text']
}
#########################################################################
#########################################################################
# Funciones de generación de gráficos
def generate_sentence_graphs(doc):
"""Genera visualizaciones de estructura de oraciones"""
fig, ax = plt.subplots(figsize=(10, 6))
# Implementar visualización
plt.close()
return fig
############################################################################
def generate_word_connections(doc):
"""Genera red de conexiones de palabras"""
fig, ax = plt.subplots(figsize=(10, 6))
# Implementar visualización
plt.close()
return fig
############################################################################
def generate_connection_paths(doc):
"""Genera patrones de conexión"""
fig, ax = plt.subplots(figsize=(10, 6))
# Implementar visualización
plt.close()
return fig
############################################################################
def create_vocabulary_network(doc):
"""
Genera el grafo de red de vocabulario.
"""
G = nx.Graph()
# Crear nodos para palabras significativas
words = [token.text.lower() for token in doc if token.is_alpha and not token.is_stop]
word_freq = Counter(words)
# Añadir nodos con tamaño basado en frecuencia
for word, freq in word_freq.items():
G.add_node(word, size=freq)
# Crear conexiones basadas en co-ocurrencia
window_size = 5
for i in range(len(words) - window_size):
window = words[i:i+window_size]
for w1, w2 in combinations(set(window), 2):
if G.has_edge(w1, w2):
G[w1][w2]['weight'] += 1
else:
G.add_edge(w1, w2, weight=1)
# Crear visualización
fig, ax = plt.subplots(figsize=(12, 8))
pos = nx.spring_layout(G)
# Dibujar nodos
nx.draw_networkx_nodes(G, pos,
node_size=[G.nodes[node]['size']*100 for node in G.nodes],
node_color='lightblue',
alpha=0.7)
# Dibujar conexiones
nx.draw_networkx_edges(G, pos,
width=[G[u][v]['weight']*0.5 for u,v in G.edges],
alpha=0.5)
# Añadir etiquetas
nx.draw_networkx_labels(G, pos)
plt.title("Red de Vocabulario")
plt.axis('off')
return fig
############################################################################
def create_syntax_complexity_graph(doc):
"""
Genera el diagrama de arco de complejidad sintáctica.
Muestra la estructura de dependencias con colores basados en la complejidad.
"""
try:
# Preparar datos para la visualización
sentences = list(doc.sents)
if not sentences:
return None
# Crear figura para el gráfico
fig, ax = plt.subplots(figsize=(12, len(sentences) * 2))
# Colores para diferentes niveles de profundidad
depth_colors = plt.cm.viridis(np.linspace(0, 1, 6))
y_offset = 0
max_x = 0
for sent in sentences:
words = [token.text for token in sent]
x_positions = range(len(words))
max_x = max(max_x, len(words))
# Dibujar palabras
plt.plot(x_positions, [y_offset] * len(words), 'k-', alpha=0.2)
plt.scatter(x_positions, [y_offset] * len(words), alpha=0)
# Añadir texto
for i, word in enumerate(words):
plt.annotate(word, (i, y_offset), xytext=(0, -10),
textcoords='offset points', ha='center')
# Dibujar arcos de dependencia
for token in sent:
if token.dep_ != "ROOT":
# Calcular profundidad de dependencia
depth = 0
current = token
while current.head != current:
depth += 1
current = current.head
# Determinar posiciones para el arco
start = token.i - sent[0].i
end = token.head.i - sent[0].i
# Altura del arco basada en la distancia entre palabras
height = 0.5 * abs(end - start)
# Color basado en la profundidad
color = depth_colors[min(depth, len(depth_colors)-1)]
# Crear arco
arc = patches.Arc((min(start, end) + abs(end - start)/2, y_offset),
width=abs(end - start),
height=height,
angle=0,
theta1=0,
theta2=180,
color=color,
alpha=0.6)
ax.add_patch(arc)
y_offset -= 2
# Configurar el gráfico
plt.xlim(-1, max_x)
plt.ylim(y_offset - 1, 1)
plt.axis('off')
plt.title("Complejidad Sintáctica")
return fig
except Exception as e:
logger.error(f"Error en create_syntax_complexity_graph: {str(e)}")
return None
############################################################################
def create_cohesion_heatmap(doc):
"""Genera un mapa de calor que muestra la cohesión entre párrafos/oraciones."""
try:
sentences = list(doc.sents)
n_sentences = len(sentences)
if n_sentences < 2:
return None
similarity_matrix = np.zeros((n_sentences, n_sentences))
for i in range(n_sentences):
for j in range(n_sentences):
sent1_lemmas = {token.lemma_ for token in sentences[i]
if token.is_alpha and not token.is_stop}
sent2_lemmas = {token.lemma_ for token in sentences[j]
if token.is_alpha and not token.is_stop}
if sent1_lemmas and sent2_lemmas:
intersection = len(sent1_lemmas & sent2_lemmas) # Corregido aquí
union = len(sent1_lemmas | sent2_lemmas) # Y aquí
similarity_matrix[i, j] = intersection / union if union > 0 else 0
# Crear visualización
fig, ax = plt.subplots(figsize=(10, 8))
sns.heatmap(similarity_matrix,
cmap='YlOrRd',
square=True,
xticklabels=False,
yticklabels=False,
cbar_kws={'label': 'Cohesión'},
ax=ax)
plt.title("Mapa de Cohesión Textual")
plt.xlabel("Oraciones")
plt.ylabel("Oraciones")
plt.tight_layout()
return fig
except Exception as e:
logger.error(f"Error en create_cohesion_heatmap: {str(e)}")
return None