Merge branch #AIdeaText/v3' into 'AIdeaText/v4'

modules/semantic/semantic_interface.py

@@ -142,11 +142,6 @@ def display_semantic_interface(lang_code, nlp_models, semantic_t):
 def display_semantic_results(semantic_result, lang_code, semantic_t):
     """
     Muestra los resultados del análisis semántico de conceptos clave.
-    
-    Args:
-        semantic_result: Diccionario con los resultados del análisis
-        lang_code: Código del idioma actual
-        semantic_t: Diccionario de traducciones semánticas
     """
     # Verificar resultado
     if semantic_result is None or not semantic_result['success']:
@@ -155,8 +150,8 @@ def display_semantic_results(semantic_result, lang_code, semantic_t):
 
     analysis = semantic_result['analysis']
 
-    # Crear contenedor para los resultados
-    col1, col2 = st.columns(2)
+    # Crear contenedor para los resultados con proporciones ajustadas
+    col1, col2 = st.columns([1, 2])  # Cambio de [1, 1] a [1, 2] para dar más espacio al grafo
 
     # Columna 1: Lista de conceptos clave
     with col1:
@@ -177,7 +172,8 @@ def display_semantic_results(semantic_result, lang_code, semantic_t):
                     semantic_t.get('frequency', 'Frequency'): st.column_config.NumberColumn(
                         format="%.2f"
                     )
-                }
+                },
+                height=400  # Añadido para dar más altura a la tabla
             )
         else:
             st.info(semantic_t.get('no_concepts', 'No key concepts found'))
@@ -186,7 +182,20 @@ def display_semantic_results(semantic_result, lang_code, semantic_t):
     with col2:
         st.subheader(semantic_t.get('concept_graph', 'Concepts Graph'))
         if 'concept_graph' in analysis and analysis['concept_graph'] is not None:
-            st.image(analysis['concept_graph'])
+            # Contenedor para centrar la imagen
+            st.markdown(
+                """
+                <style>
+                    .stImage > img {
+                        max-width: 100%;
+                        display: block;
+                        margin: 0 auto;
+                    }
+                </style>
+                """, 
+                unsafe_allow_html=True
+            )
+            st.image(analysis['concept_graph'], use_column_width=True)
         else:
             st.info(semantic_t.get('no_graph', 'No concept graph available'))
 

modules/text_analysis/semantic_analysis.py

@@ -256,21 +256,25 @@ def create_concept_graph(doc, key_concepts):
 ###############################################################################
 def visualize_concept_graph(G, lang_code):
     """
-    Visualiza el grafo de conceptos.
+    Visualiza el grafo de conceptos con nodos ajustados según la longitud del texto.
     """
     try:
-        # Crear nueva figura
-        fig = plt.figure(figsize=(12, 8))
+        # Crear nueva figura con mayor tamaño
+        fig = plt.figure(figsize=(15, 10))  # Aumentado de (12, 8) a (15, 10)
         
         if not G.nodes():
             logger.warning("Grafo vacío, retornando figura vacía")
             return fig
             
-        # Calcular layout
-        pos = nx.spring_layout(G, k=1, iterations=50)
+        # Calcular layout con más espacio
+        pos = nx.spring_layout(G, k=2, iterations=50)  # Aumentado k de 1 a 2
         
-        # Obtener pesos
-        node_weights = [G.nodes[node].get('weight', 1) * 500 for node in G.nodes()]
+        # Calcular factor de escala basado en número de nodos
+        num_nodes = len(G.nodes())
+        scale_factor = 1000 if num_nodes < 10 else 500 if num_nodes < 20 else 200
+        
+        # Obtener pesos ajustados
+        node_weights = [G.nodes[node].get('weight', 1) * scale_factor for node in G.nodes()]
         edge_weights = [G[u][v].get('weight', 1) for u, v in G.edges()]
         
         # Dibujar grafo
@@ -284,11 +288,14 @@ def visualize_concept_graph(G, lang_code):
                              alpha=0.5,
                              edge_color='gray')
         
+        # Ajustar tamaño de fuente según número de nodos
+        font_size = 12 if num_nodes < 10 else 10 if num_nodes < 20 else 8
+        
         nx.draw_networkx_labels(G, pos,
-                              font_size=10,
+                              font_size=font_size,
                               font_weight='bold')
         
-        plt.title("Red de conceptos relacionados")
+        plt.title("Red de conceptos relacionados", pad=20)
         plt.axis('off')
         
         return fig