Upload 2 files

modules/semantic/semantic_interface.py

@@ -208,11 +208,11 @@ def display_semantic_results(semantic_result, lang_code, semantic_t):
     #Colocar aquí el bloque de código 
     if 'concept_graph' in analysis and analysis['concept_graph'] is not None:
         try:
-            # Aplicar estilos directamente al contenedor de Streamlit
+            # Container para el grafo con estilos mejorados
             st.markdown(
                 """
                 <style>
-                .stContainer {
+                .graph-container {
                     background-color: white;
                     border-radius: 10px;
                     padding: 20px;
@@ -228,18 +228,30 @@ def display_semantic_results(semantic_result, lang_code, semantic_t):
                 """,
                 unsafe_allow_html=True
             )
-    
-            # Mostrar el gráfico directamente sin el div adicional
-            graph_bytes = analysis['concept_graph']
-            graph_base64 = base64.b64encode(graph_bytes).decode()
-            st.markdown(
-                f'<img src="data:image/png;base64,{graph_base64}" alt="Concept Graph" style="width:100%;"/>',
-                unsafe_allow_html=True
-            )
-    
+    #Colocar aquí el bloque de código 
+
+            with st.container():
+                st.markdown('<div class="graph-container">', unsafe_allow_html=True)
+                
+                # Mostrar grafo
+                graph_bytes = analysis['concept_graph']
+                graph_base64 = base64.b64encode(graph_bytes).decode()
+                st.markdown(
+                    f'<img src="data:image/png;base64,{graph_base64}" alt="Concept Graph" style="width:100%;"/>',
+                    unsafe_allow_html=True
+                )
+                
+                # Leyenda del grafo
+                #st.caption(semantic_t.get(
+                #    'graph_description',
+                #    'Visualización de relaciones entre conceptos clave identificados en el texto.'
+                #))
+                
+                st.markdown('</div>', unsafe_allow_html=True)
+
             # Expandible con la interpretación
             with st.expander("📊 " + semantic_t.get('semantic_graph_interpretation', "Interpretación del gráfico semántico")):
-                st.markdown(f"""
+                 st.markdown(f"""
                     - 🔀 {semantic_t.get('semantic_arrow_meaning', 'Las flechas indican la dirección de la relación entre conceptos')}
                     - 🎨 {semantic_t.get('semantic_color_meaning', 'Los colores más intensos indican conceptos más centrales en el texto')}
                     - ⭕ {semantic_t.get('semantic_size_meaning', 'El tamaño de los nodos representa la frecuencia del concepto')}
@@ -260,5 +272,5 @@ def display_semantic_results(semantic_result, lang_code, semantic_t):
         except Exception as e:
             logger.error(f"Error displaying graph: {str(e)}")
             st.error(semantic_t.get('graph_error', 'Error displaying the graph'))
-
-########################################################################################
+    else:
+        st.info(semantic_t.get('no_graph', 'No concept graph available'))

modules/semantic/semantic_process.py

@@ -15,22 +15,16 @@ from ..database.semantic_mongo_db import store_student_semantic_result
 
 logger = logging.getLogger(__name__)
 
-#############################################################################
-def process_semantic_input(text_content, lang_code, nlp_models, semantic_t):
+def process_semantic_input(text, lang_code, nlp_models, t):
     """
     Procesa el texto ingresado para realizar el análisis semántico.
     """
     try:
-        logger.info(f"Iniciando análisis semántico para texto de {len(text_content)} caracteres")
+        logger.info(f"Iniciando análisis semántico para texto de {len(text)} caracteres")
         
         # Realizar el análisis semántico
         nlp = nlp_models[lang_code]
-        analysis_result = perform_semantic_analysis(
-            text_content,
-            nlp,
-            lang_code,
-            semantic_t
-        )
+        analysis_result = perform_semantic_analysis(text, nlp, lang_code)
         
         if not analysis_result['success']:
             return {
@@ -40,12 +34,12 @@ def process_semantic_input(text_content, lang_code, nlp_models, semantic_t):
             }
             
         logger.info("Análisis semántico completado. Guardando resultados...")
-       
+        
         # Intentar guardar en la base de datos
         try:
             store_result = store_student_semantic_result(
                 st.session_state.username,
-                text_content,  # Cambiado de text a text_content
+                text,
                 analysis_result
             )
             if not store_result:
@@ -56,7 +50,7 @@ def process_semantic_input(text_content, lang_code, nlp_models, semantic_t):
         # Devolver el resultado incluso si falla el guardado
         return {
             'success': True,
-            'message': semantic_t.get('success_message', 'Analysis completed successfully'),  # Cambiado de t a semantic_t
+            'message': t.get('success_message', 'Analysis completed successfully'),
             'analysis': {
                 'key_concepts': analysis_result['key_concepts'],
                 'concept_graph': analysis_result['concept_graph']
@@ -71,7 +65,6 @@ def process_semantic_input(text_content, lang_code, nlp_models, semantic_t):
             'analysis': None
         }
 
-########################################################################################
 def format_semantic_results(analysis_result, t):
     """
     Formatea los resultados del análisis para su visualización.