Update modules/ui/ui.py

modules/ui/ui.py

@@ -956,38 +956,57 @@ def display_discourse_analysis_interface(nlp_models, lang_code):
                 st.success(t['success_message'])
             else:
                 st.error(t['error_message'])
-    
-    elif 'discourse_result' in st.session_state:
+        else:
+            st.warning(t['warning_message'])
+    elif 'discourse_result' in st.session_state and st.session_state.discourse_result is not None:
         # Si hay un resultado guardado, mostrarlo
         display_discourse_results(st.session_state.discourse_result, lang_code, t)
     else:
-        st.warning(t['warning_message'])
+        st.info(t['initial_message'])  # Asegúrate de que 'initial_message' esté en tus traducciones
 
 def display_discourse_results(result, lang_code, t):
+    if result is None:
+        st.warning(t['no_results'])  # Asegúrate de que 'no_results' esté en tus traducciones
+        return
+
     col1, col2 = st.columns(2)
 
     with col1:
         with st.expander(t['file_uploader1'], expanded=True):
-            st.pyplot(result['graph1'])
-            st.subheader(t['comparison'])
-            concept_text1 = " | ".join([f"{concept} ({frequency:.2f})" for concept, frequency in result['key_concepts1']])
-            st.write(concept_text1)
+            if 'graph1' in result:
+                st.pyplot(result['graph1'])
+            else:
+                st.warning(t['graph_not_available'])  # Añade esta traducción
+            st.subheader(t['key_concepts'])
+            if 'key_concepts1' in result:
+                concept_text1 = " | ".join([f"{concept} ({frequency:.2f})" for concept, frequency in result['key_concepts1']])
+                st.write(concept_text1)
+            else:
+                st.warning(t['concepts_not_available'])  # Añade esta traducción
 
     with col2:
         with st.expander(t['file_uploader2'], expanded=True):
-            st.pyplot(result['graph2'])
-            st.subheader(t['comparison'])
-            concept_text2 = " | ".join([f"{concept} ({frequency:.2f})" for concept, frequency in result['key_concepts2']])
-            st.write(concept_text2)
+            if 'graph2' in result:
+                st.pyplot(result['graph2'])
+            else:
+                st.warning(t['graph_not_available'])  # Añade esta traducción
+            st.subheader(t['key_concepts'])
+            if 'key_concepts2' in result:
+                concept_text2 = " | ".join([f"{concept} ({frequency:.2f})" for concept, frequency in result['key_concepts2']])
+                st.write(concept_text2)
+            else:
+                st.warning(t['concepts_not_available'])  # Añade esta traducción
 
     # Aquí puedes añadir más visualizaciones o comparaciones entre los dos documentos
-    # Por ejemplo, podrías mostrar una tabla comparativa de los conceptos clave
     st.subheader(t['comparison'])
-    df = pd.DataFrame({
-        t['file_uploader1']: dict(result['key_concepts1']),
-        t['file_uploader2']: dict(result['key_concepts2'])
-    }).fillna(0)
-    st.dataframe(df)
+    if 'key_concepts1' in result and 'key_concepts2' in result:
+        df = pd.DataFrame({
+            t['file_uploader1']: dict(result['key_concepts1']),
+            t['file_uploader2']: dict(result['key_concepts2'])
+        }).fillna(0)
+        st.dataframe(df)
+    else:
+        st.warning(t['comparison_not_available'])  # Añade esta traducción
 
 ##################################################################################################
 #def display_saved_discourse_analysis(analysis_data):