Update app.py

app.py

@@ -1,5 +1,6 @@
-# app.py — Universal Conlang Translator (Max Compresión Exacta) — UI bilingüe ES/EN + Explicación de léxico
-# Archivos necesarios en la raíz:
+# app.py — Universal Conlang Translator (Max Compresión Exacta)
+# UI bilingüe ES/EN + Pestaña de Léxico (OMW → Minimax/Kōmín) + Acordeones explicativos
+# Archivos requeridos en la raíz:
 #  - lexicon_minimax.json
 #  - lexicon_komin.json
 #  - lexicon_master.json
@@ -15,7 +16,7 @@ import re
 import json
 import base64
 import zlib
-from typing import Dict, Optional
+from typing import Dict, Optional, List, Any
 import gradio as gr
 
 # ------------ Archivos esperados ------------
@@ -71,11 +72,11 @@ def load_lexicons():
 
     return (es2mini, es2komi, mini2es, komi2es,
             en2mini, en2komi, mini2en, komi2en,
-            es2en_lemma, en2es_lemma)
+            es2en_lemma, en2es_lemma, master)
 
 (ES2MINI, ES2KOMI, MINI2ES, KOMI2ES,
  EN2MINI, EN2KOMI, MINI2EN, KOMI2EN,
- ES2EN_LEMMA, EN2ES_LEMMA) = load_lexicons()
+ ES2EN_LEMMA, EN2ES_LEMMA, MASTER_OBJ) = load_lexicons()
 
 # ------------ OOV reversible (Semi-lossless) ------------
 ALPHA_MINI64 = "@ptkmnslraeiouy0123456789><=:/!?.+-_*#bcdfghjvqwxzACEGHIJKLMNOPRS"[:64]
@@ -140,7 +141,7 @@ def lemma_of(tok, src_lang: str) -> str:
     else:
         return norm_en(tok.lemma_ if tok.lemma_ else tok.text)
 
-# ------------ Utilidades de análisis sintáctico ------------
+# ------------ Utilidades de análisis ------------
 def detect_polarity(doc) -> bool:
     return "?" in doc.text
 
@@ -306,7 +307,7 @@ def realize_komin(doc, src_lang: str, drop_articles=True, zero_copula=True, semi
     if is_q: out += " " + Q_FIN
     return out
 
-# ------------ Sidecars para compresión exacta ------------
+# ------------ Sidecars (compresión exacta) ------------
 SIDECAR_B85_RE = re.compile(r"\s?§\((?P<b85>[A-Za-z0-9!#$%&()*+\-;<=>?@^_`{|}~]+)\)$")
 
 def b85_enc_raw(s: str) -> str:
@@ -350,7 +351,7 @@ def extract_custom_sidecar(text: str) -> Optional[str]:
 def strip_custom_sidecar(text: str) -> str:
     return text.split('~')[0].rstrip() if '~' in text else text
 
-# ------------ Codificar/decodificar léxico puro ------------
+# ------------ Codificación / decodificación simple ------------
 def encode_simple(text: str, src_lang: str, target: str) -> str:
     if not text.strip(): return ""
     def repl_es(m):
@@ -700,7 +701,7 @@ TUTORIAL_EN = """
 > To recover the **exact** original later, enable **Max Exact Compression**.
 """
 
-# === NUEVO: explicación de cómo se construyó el léxico (OMW → Minimax/Kōmín) ===
+# === Explicación de construcción de léxico (OMW → Minimax/Kōmín) ===
 LEXICON_BUILD_ES = """
 ### 🧱 Cómo se construyó el léxico (OMW → Minimax/Kōmín)
 Este léxico se genera en un Colab desde **OMW (Open Multilingual WordNet 1.4)**:
@@ -710,7 +711,7 @@ Este léxico se genera en un Colab desde **OMW (Open Multilingual WordNet 1.4)**
 3) (Opcional) **spaCy** ayuda a lematizar y reducir duplicados; (opcional) **Argos** rellena equivalentes EN.  
 4) Se crean **códigos compactos** para cada lema en dos alfabetos:
    - **Minimax-ASCII** (ASCII, muy práctico en texto plano).
-   - **Kōmín-CJK** (símbolos densos estilo CJK).
+    - **Kōmín-CJK** (símbolos densos estilo CJK).
    Los alfabetos se **barajan con una semilla fija (SEED)** y se generan combinaciones hasta una longitud máxima
    (`MAXLEN_MINI`, `MAXLEN_CJK`). Así el mapeo es **reproducible** y prioriza **códigos cortos** para palabras frecuentes.
 5) Se exportan:
@@ -741,6 +742,19 @@ The lexicon is generated in Colab from **OMW (Open Multilingual WordNet 1.4)**:
 **Handy params**: `SEED`, `MAXLEN_MINI`, `MAXLEN_CJK`, `USE_SPACY`, `USE_ARGOS`, `LIMIT_ES`.
 """
 
+# === Helpers UI para mostrar vista de léxico ===
+def master_preview(n: int = 20) -> List[List[Any]]:
+    try:
+        entries = (MASTER_OBJ or {}).get("entries", [])
+        head = entries[:max(0, int(n))]
+        rows = [["lemma_es","lemma_en","minimax","komin"]]
+        for e in head:
+            rows.append([e.get("lemma_es",""), e.get("lemma_en",""), e.get("minimax",""), e.get("komin","")])
+        return rows
+    except Exception:
+        return [["lemma_es","lemma_en","minimax","komin"], ["(no data)","","",""]]
+
+# === Construcción de grupos ES/EN ===
 def make_group_es():
     with gr.Group(visible=True) as group:
         gr.Markdown("# 🌐 Universal Conlang Translator · Compresión Exacta (ES)")
@@ -750,7 +764,6 @@ def make_group_es():
                     gr.Markdown(EXPLAIN_ES)
                 with gr.Accordion("FAQ (ES)", open=False):
                     gr.Markdown(FAQ_ES)
-                # NUEVO: acordeón con la explicación del léxico
                 with gr.Accordion("Cómo se construyó el léxico (ES)", open=False):
                     gr.Markdown(LEXICON_BUILD_ES)
             with gr.Column(scale=1):
@@ -864,7 +877,6 @@ def make_group_en():
                     gr.Markdown(EXPLAIN_EN)
                 with gr.Accordion("FAQ (EN)", open=False):
                     gr.Markdown(FAQ_EN)
-                # NEW: accordion with lexicon explanation
                 with gr.Accordion("How the lexicon was built (EN)", open=False):
                     gr.Markdown(LEXICON_BUILD_EN)
             with gr.Column(scale=1):
@@ -969,11 +981,30 @@ def make_group_en():
         gr.Markdown("Made with ❤️ · **spaCy** (optional) · Everything runs inside this Space.")
     return group
 
+# ============================== Pestaña global de Léxico ==============================
+def make_lexicon_tab():
+    with gr.TabItem("ℹ️ Léxico / Lexicon (OMW → Minimax/Kōmín)"):
+        gr.Markdown("## 🧱 Construcción del léxico / Lexicon build")
+        with gr.Row():
+            with gr.Column():
+                with gr.Accordion("Resumen (ES)", open=True):
+                    gr.Markdown(LEXICON_BUILD_ES)
+            with gr.Column():
+                with gr.Accordion("Summary (EN)", open=False):
+                    gr.Markdown(LEXICON_BUILD_EN)
+
+        gr.Markdown("### 👀 Vista de ejemplo (primeras filas de `lexicon_master.json`)")
+        n_rows = gr.Slider(5, 100, value=20, step=5, label="Filas a mostrar / Rows to show")
+        table = gr.Dataframe(headers=["lemma_es","lemma_en","minimax","komin"], row_count=1, interactive=False)
+        gr.Button("Actualizar vista / Refresh").click(lambda n: master_preview(int(n)), [n_rows], [table])
+
+# ================================ Lanzador de la app =================================
 with gr.Blocks(title="Universal Conlang Translator", theme=gr.themes.Soft()) as demo:
     gr.Markdown("## 🌍 Idioma / Language")
     lang_select = gr.Radio(choices=["ES","EN"], value="ES", label="Selecciona / Select")
     group_es = make_group_es()
     group_en = make_group_en()
+    make_lexicon_tab()
 
     def switch_lang(code):
         if code == "EN":