# ReadMe - Traductor RNN UAC
# @markdown
<img src="https://huggingface.co/spaces/NICOMOSHE/RNN" alt="HuggingFace Spaces">

# Traductor RNN - UAC

Traductor autom├ütico Ingl├®. <-> Espa├▒ol basado en Redes Neuronales Recurrentes (RNN) implementado con la metodolog├¢a CRISP-ML(Q).

## Caracteristicas

- **Arquitectura**: Seq2Seq LSTM with Attention
- **BLEU Score**: 0.90
- **Epocas**: 100
- **Parametros**: 7,697,741

## Uso

### Interfaz Web
Ve a: [HuggingFace Spaces](https://huggingface.co/spaces/NICOMOSHE/RNN)

### Python
```python
import gradio as gr
# Ver app.py para el codigo completo
```

### Google Colab
Abre `colab.ipynb` y ejecuta las celdas.

## Archivos

| Archivo | Descripcion |
|---------|------------|
| `app.py` | API Flask |
| `app_hf.py` | Gradio para HuggingFace |
| `colab.ipynb` | Notebook para Colab |
| `train_v3.py` | Entrenamiento |
| `translator.pt` | Modelo entrenado |
| `notebook.py` | Curvas de perdida |
| `loss_curves.png` | Grafico de perdidas |

## CRISP-ML(Q)

Este proyecto sigue las 6 fases de CRISP-ML(Q):

1. **Business Understanding**: Definir metricas (BLEU >= 0.30)
2. **Data Preparation**: Corpus de 322 parejas
3. **Modeling**: Seq2Seq con LSTM
4. **Evaluation**: BLEU Score = 0.90
5. **Deployment**: API REST
6. **Monitoring**: Deteccion de deriva

## Ejemplos

| Ingles | Espa├▒ol |
|--------|----------|
| hello | hola |
| thank you | gracias |
| i am a student | soy estudiante |
| where is the library | donde esta la biblioteca |

## Creditos

Desarrollado para el Taller 2.5 - Proyecto RNN UAC
Universidad Autonoma del Caribe (UAC)