Update modules/semantic/semantic_process.py

modules/semantic/semantic_process.py

@@ -1,4 +1,5 @@
 #modules/semantic/semantic_process.py
+#modules/semantic/semantic_process.py
 import streamlit as st
 from ..text_analysis.semantic_analysis import (
     perform_semantic_analysis,
@@ -16,7 +17,6 @@ from ..text_analysis.semantic_analysis import (
     analyze_sentiment,
     extract_topics
 )
-
 from ..database.semantic_mongo_db import store_student_semantic_result
 
 import logging
@@ -25,29 +25,28 @@ logger = logging.getLogger(__name__)
 def process_semantic_input(text, lang_code, nlp_models, t):
     """
     Procesa el texto ingresado para realizar el análisis semántico.
-    
-    Args:
-        text: Texto a analizar
-        lang_code: Código del idioma
-        nlp_models: Diccionario de modelos spaCy
-        t: Diccionario de traducciones
-    
-    Returns:
-        dict: Resultados del análisis
     """
     try:
-        # Realizar el análisis semántico
-        doc = nlp_models[lang_code](text)
+        logger.info(f"Iniciando análisis semántico para texto de {len(text)} caracteres")
         
-        # Obtener el análisis completo
+        # Realizar el análisis
+        doc = nlp_models[lang_code](text)
         analysis = perform_semantic_analysis(text, nlp_models[lang_code], lang_code)
         
-        # Guardar el análisis en la base de datos
-        store_student_semantic_result(
-            st.session_state.username,
-            text,
-            analysis
-        )
+        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,
+                analysis
+            )
+            if not store_result:
+                logger.warning("No se pudo guardar el análisis en la base de datos")
+        except Exception as db_error:
+            logger.error(f"Error al guardar en base de datos: {str(db_error)}")
+            # Continuamos aunque falle el guardado
         
         return {
             'analysis': analysis,
@@ -56,53 +55,52 @@ def process_semantic_input(text, lang_code, nlp_models, t):
         }
         
     except Exception as e:
-        logger.error(f"Error en el análisis semántico: {str(e)}")
+        logger.error(f"Error en process_semantic_input: {str(e)}")
         return {
             'analysis': None,
             'success': False,
-            'message': t.get('error_message', f'Error in analysis: {str(e)}')
+            'message': str(e)
         }
 
 def format_semantic_results(analysis_result, t):
     """
     Formatea los resultados del análisis para su visualización.
-    
-    Args:
-        analysis_result: Resultado del análisis semántico
-        t: Diccionario de traducciones
-    
-    Returns:
-        dict: Resultados formateados para visualización
     """
-    if not analysis_result['success']:
+    try:
+        if not analysis_result['success']:
+            return {
+                'formatted_text': analysis_result['message'],
+                'visualizations': None
+            }
+
+        formatted_sections = []
+        analysis = analysis_result['analysis']
+
+        # Formatear conceptos clave
+        if 'key_concepts' in analysis:
+            concepts_section = [f"### {t.get('key_concepts', 'Key Concepts')}"]
+            concepts_section.extend([
+                f"- {concept}: {frequency:.2f}"
+                for concept, frequency in analysis['key_concepts']
+            ])
+            formatted_sections.append('\n'.join(concepts_section))
+
         return {
-            'formatted_text': analysis_result['message'],
-            'visualizations': None
+            'formatted_text': '\n\n'.join(formatted_sections),
+            'visualizations': {
+                'concept_graph': analysis.get('concept_graph'),
+                'entity_graph': analysis.get('entity_graph')
+            }
         }
-    
-    # Formatear los resultados
-    formatted_sections = []
-    
-    # Formatear conceptos clave
-    if 'key_concepts' in analysis_result['analysis']:
-        concepts_section = [f"### {t.get('key_concepts', 'Key Concepts')}"]
-        concepts_section.extend([
-            f"- {concept}: {frequency:.2f}"
-            for concept, frequency in analysis_result['analysis']['key_concepts']
-        ])
-        formatted_sections.append('\n'.join(concepts_section))
-    
-    return {
-        'formatted_text': '\n\n'.join(formatted_sections),
-        'visualizations': {
-            'concept_graph': analysis_result['analysis'].get('concept_graph'),
-            'entity_graph': analysis_result['analysis'].get('entity_graph')
+        
+    except Exception as e:
+        logger.error(f"Error en format_semantic_results: {str(e)}")
+        return {
+            'formatted_text': str(e),
+            'visualizations': None
         }
-    }
 
-# Re-exportar funciones necesarias
 __all__ = [
     'process_semantic_input',
     'format_semantic_results'
-]
-
+]