Update app.py

app.py

@@ -10,24 +10,25 @@ model_name = "microsoft/DialoGPT-small"
 device = "cuda" if torch.cuda.is_available() else "cpu"
 tokenizer = AutoTokenizer.from_pretrained(model_name)
 model = AutoModelForCausalLM.from_pretrained(model_name).to(device)
-model.eval()  # Modo evaluación para mayor rapidez
+model.eval()
+
+# Cargar alojamientos en memoria
 
-# Cargar alojamientos en memoria con preprocesamiento
 def cargar_alojamientos():
     with open("alojamientos.txt", "r", encoding="utf-8") as file:
-        alojamientos = file.read().split("\n\n")  # Separar por alojamientos
+        alojamientos = file.read().split("\n\n")
     return {idx: alojamiento for idx, alojamiento in enumerate(alojamientos)}
 
 alojamientos_info = cargar_alojamientos()
 
-# Índice invertido optimizado
+# Índice invertido
 indice_palabras = defaultdict(set)
 for idx, alojamiento in alojamientos_info.items():
     for palabra in re.split(r'\W+', alojamiento.lower()):
-        if len(palabra) > 2:  # Ignorar palabras cortas
+        if len(palabra) > 2:
             indice_palabras[palabra].add(idx)
 
-# Caché LRU con límite de tamaño
+# Caché LRU
 class LRUCache:
     def __init__(self, capacity=100):
         self.cache = OrderedDict()
@@ -52,45 +53,50 @@ class LRUCache:
 cache_respuestas = LRUCache()
 cache_paginas = LRUCache()
 
-# Función de búsqueda optimizada
+# Función de búsqueda
 def buscar_alojamiento(consulta):
     consulta = consulta.lower()
     cached = cache_respuestas.get(consulta)
     if cached is not None:
         return cached
 
-    # Extraer número de plazas si existe
     match_plazas = re.search(r"\b(\d+)\s*(personas|plazas)\b", consulta)
     plazas = int(match_plazas.group(1)) if match_plazas else None
 
-    # Búsqueda por palabras clave
     palabras = set(re.split(r'\W+', consulta))
     indices = set()
     for palabra in palabras:
         if palabra in indice_palabras:
             indices.update(indice_palabras[palabra])
 
-    # Filtrar por plazas si aplica
     resultados = [
         alojamientos_info[idx] for idx in indices
         if not plazas or f"Plazas: {plazas}" in alojamientos_info[idx]
     ]
 
     cache_respuestas.put(consulta, resultados)
-    cache_paginas.put(consulta, 0)  # Reiniciar paginación
+    cache_paginas.put(consulta, 0)
     return resultados
 
-# Formateo visual optimizado
+# Función de formateo
 def formatear_alojamiento(texto):
     lineas = texto.split("\n")
-    resultado = ["----------------------------------------------------------"]
+    if not lineas:
+        return ""
+
+    nombre_alojamiento = lineas[0].strip()
+    resultado = [
+        f"🏠 **{nombre_alojamiento}**",
+        "----------------------------------------------------------"
+    ]
+
     iconos = {
-        "Alojamiento:": "🏠", "Dirección:": "📍", "Teléfono:": "📞", "Email:": "📧",
+        "Dirección:": "📍", "Teléfono:": "📞", "Email:": "📧",
         "Plazas:": "👤", "Mascotas": "🐾", "Wifi": "📶", "Directv": "📺",
         "Ropa blanca": "🛏️", "Habilitación provincial": "📝", "Servicios:": "🛠"
     }
 
-    for linea in lineas:
+    for linea in lineas[1:]:
         for clave, icono in iconos.items():
             if clave in linea:
                 resultado.append(f"{icono} **{linea}**")
@@ -104,11 +110,11 @@ def formatear_alojamiento(texto):
     resultado.append("----------------------------------------------------------")
     return "\n".join(resultado)
 
-# Paginación y resultados
+# Mostrar resultados
 def mostrar_resultados(consulta):
     resultados = buscar_alojamiento(consulta)
     if not resultados:
-        return "Lo siento, no encontré información exacta. Intenta preguntar de otra manera.", ""
+        return "Lo siento, no encontré información exacta.", ""
 
     pagina = cache_paginas.get(consulta) or 0
     inicio, fin = pagina * 3, (pagina + 1) * 3
@@ -126,11 +132,7 @@ def mostrar_resultados(consulta):
 
 # Generación con DialoGPT
 def generar_respuesta_dialoGPT(message):
-    prompt = f"""
-    Eres un asistente virtual de turismo especializado en alojamientos.
-    Responde de manera clara y concisa a: "{message}"
-    Si no tiene relación con alojamientos, di: "Lo siento, no puedo ayudarte con esta consulta."
-    """
+    prompt = f"Eres un asistente de turismo especializado en alojamientos.\nResponde de manera clara y concisa a: '{message}'"
     with torch.no_grad():
         inputs = tokenizer.encode(prompt + tokenizer.eos_token, return_tensors="pt").to(device)
         reply_ids = model.generate(
@@ -139,29 +141,15 @@ def generar_respuesta_dialoGPT(message):
         )
     return tokenizer.decode(reply_ids[:, inputs.shape[-1]:][0], skip_special_tokens=True)
 
-# Lógica del chat
-historial_respuestas = []
-
+# Chat
 def chat(message):
-    global historial_respuestas
     message = message.strip().lower()
-
-    if message == "sí" and historial_respuestas:
-        consulta = historial_respuestas[-1]["consulta"]
-        respuesta, pregunta_mas = mostrar_resultados(consulta)
-    elif message == "atrás" and historial_respuestas:
-        consulta = historial_respuestas[-1]["consulta"]
-        pagina = cache_paginas.get(consulta)
-        if pagina > 0:
-            cache_paginas.put(consulta, pagina - 1)
+    if message in ["sí", "atrás"]:
+        consulta = historial_respuestas[-1]["consulta"] if historial_respuestas else ""
         respuesta, pregunta_mas = mostrar_resultados(consulta)
     else:
         resultados = buscar_alojamiento(message)
-        if resultados:
-            respuesta, pregunta_mas = mostrar_resultados(message)
-        else:
-            respuesta = generar_respuesta_dialoGPT(message)
-            pregunta_mas = ""
+        respuesta, pregunta_mas = mostrar_resultados(message) if resultados else (generar_respuesta_dialoGPT(message), "")
 
     historial_respuestas.append({"consulta": message, "respuesta": respuesta})
     if len(historial_respuestas) > 10:
@@ -170,14 +158,14 @@ def chat(message):
     return "\n\n".join(f"**Pregunta:** {h['consulta']}\n\n{h['respuesta']}" for h in historial_respuestas), pregunta_mas
 
 # Interfaz con Gradio
+historial_respuestas = []
 with gr.Blocks(title="Chat de Turismo") as iface:
     gr.Markdown("### Asistente de Turismo - Alojamientos")
     output_box = gr.Textbox(label="Historial", lines=15, interactive=False)
-    input_box = gr.Textbox(label="Consulta", placeholder="Escribe aquí y presiona Enter...")
+    input_box = gr.Textbox(label="Consulta", placeholder="Escribe aquí...")
     extra_box = gr.Textbox(label="Opciones", interactive=False)
     send_button = gr.Button("Enviar")
-
     send_button.click(chat, inputs=input_box, outputs=[output_box, extra_box])
     input_box.submit(chat, inputs=input_box, outputs=[output_box, extra_box])
 
-iface.launch(share=True, inbrowser=True)
+iface.launch(share=True, inbrowser=True)