File size: 20,064 Bytes
1a269b6 157ed85 1a269b6 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 |
##############
###modules/studentact/student_activities_v2.py
import streamlit as st
import re
import io
from io import BytesIO
import pandas as pd
import numpy as np
import time
import matplotlib.pyplot as plt
from datetime import datetime, timedelta
from spacy import displacy
import random
import base64
import seaborn as sns
import logging
# Importaciones de la base de datos
# from ..database.morphosintax_mongo_db import get_student_morphosyntax_analysis
from ..database.semantic_mongo_db import get_student_semantic_analysis
from ..database.discourse_mongo_db import get_student_discourse_analysis
from ..database.chat_mongo_db import get_chat_history
from ..database.current_situation_mongo_db import get_current_situation_analysis
from ..database.claude_recommendations_mongo_db import get_claude_recommendations
# Importar la función generate_unique_key
from ..utils.widget_utils import generate_unique_key
logger = logging.getLogger(__name__)
###################################################################################
def display_student_activities(username: str, lang_code: str, t: dict):
"""
Muestra todas las actividades del estudiante
Args:
username: Nombre del estudiante
lang_code: Código del idioma
t: Diccionario de traducciones
"""
try:
# Cambiado de "Mis Actividades" a "Registro de mis actividades"
#st.header(t.get('activities_title', 'Registro de mis actividades'))
# Tabs para diferentes tipos de análisis
# Cambiado "Análisis del Discurso" a "Análisis comparado de textos"
tabs = st.tabs([
#t.get('current_situation_activities', 'Registros de la función: Mi Situación Actual'),
#t.get('morpho_activities', 'Registros de mis análisis morfosintácticos'),
t.get('semantic_activities', 'Registros de mis análisis semánticos'),
t.get('discourse_activities', 'Registros de mis análisis comparado de textos'),
t.get('chat_activities', 'Registros de mis conversaciones con el tutor virtual')
])
# Tab de Situación Actual
#with tabs[0]:
# display_current_situation_activities(username, t)
# Tab de Análisis Morfosintáctico
#with tabs[1]:
# display_morphosyntax_activities(username, t)
# Tab de Análisis Semántico
with tabs[0]:
display_semantic_activities(username, t)
# Tab de Análisis del Discurso (mantiene nombre interno pero UI muestra "Análisis comparado de textos")
with tabs[1]:
display_discourse_activities(username, t)
# Tab de Conversaciones del Chat
with tabs[2]:
display_chat_activities(username, t)
except Exception as e:
logger.error(f"Error mostrando actividades: {str(e)}")
st.error(t.get('error_loading_activities', 'Error al cargar las actividades'))
###############################################################################################
def display_semantic_activities(username: str, t: dict):
"""Muestra actividades de análisis semántico"""
try:
logger.info(f"Recuperando análisis semántico para {username}")
analyses = get_student_semantic_analysis(username)
if not analyses:
logger.info("No se encontraron análisis semánticos")
st.info(t.get('no_semantic_analyses', 'No hay análisis semánticos registrados'))
return
logger.info(f"Procesando {len(analyses)} análisis semánticos")
for analysis in analyses:
try:
# Verificar campos necesarios
if not all(key in analysis for key in ['timestamp', 'concept_graph']):
logger.warning(f"Análisis incompleto: {analysis.keys()}")
continue
# Formatear fecha
timestamp = datetime.fromisoformat(analysis['timestamp'].replace('Z', '+00:00'))
formatted_date = timestamp.strftime("%d/%m/%Y %H:%M:%S")
# Crear expander
with st.expander(f"{t.get('analysis_date', 'Fecha')}: {formatted_date}", expanded=False):
# Procesar y mostrar gráfico
if analysis.get('concept_graph'):
try:
# Convertir de base64 a bytes
logger.debug("Decodificando gráfico de conceptos")
image_data = analysis['concept_graph']
# Si el gráfico ya es bytes, usarlo directamente
if isinstance(image_data, bytes):
image_bytes = image_data
else:
# Si es string base64, decodificar
image_bytes = base64.b64decode(image_data)
logger.debug(f"Longitud de bytes de imagen: {len(image_bytes)}")
# Mostrar imagen
st.image(
image_bytes,
caption=t.get('concept_network', 'Red de Conceptos'),
use_container_width=True
)
logger.debug("Gráfico mostrado exitosamente")
except Exception as img_error:
logger.error(f"Error procesando gráfico: {str(img_error)}")
st.error(t.get('error_loading_graph', 'Error al cargar el gráfico'))
else:
st.info(t.get('no_graph', 'No hay visualización disponible'))
except Exception as e:
logger.error(f"Error procesando análisis individual: {str(e)}")
continue
except Exception as e:
logger.error(f"Error mostrando análisis semántico: {str(e)}")
st.error(t.get('error_semantic', 'Error al mostrar análisis semántico'))
###################################################################################################
def display_discourse_activities(username: str, t: dict):
"""Muestra actividades de análisis del discurso (mostrado como 'Análisis comparado de textos' en la UI)"""
try:
logger.info(f"Recuperando análisis del discurso para {username}")
analyses = get_student_discourse_analysis(username)
if not analyses:
logger.info("No se encontraron análisis del discurso")
# Usamos el término "análisis comparado de textos" en la UI
st.info(t.get('no_discourse_analyses', 'No hay análisis comparados de textos registrados'))
return
logger.info(f"Procesando {len(analyses)} análisis del discurso")
for analysis in analyses:
try:
# Verificar campos mínimos necesarios
if not all(key in analysis for key in ['timestamp']):
logger.warning(f"Análisis incompleto: {analysis.keys()}")
continue
# Formatear fecha
timestamp = datetime.fromisoformat(analysis['timestamp'].replace('Z', '+00:00'))
formatted_date = timestamp.strftime("%d/%m/%Y %H:%M:%S")
with st.expander(f"{t.get('analysis_date', 'Fecha')}: {formatted_date}", expanded=False):
# Crear dos columnas para mostrar los documentos lado a lado
col1, col2 = st.columns(2)
# Documento 1 - Columna izquierda
with col1:
st.subheader(t.get('doc1_title', 'Documento 1'))
st.markdown(t.get('key_concepts', 'Conceptos Clave'))
# Mostrar conceptos clave en formato de etiquetas
if 'key_concepts1' in analysis and analysis['key_concepts1']:
concepts_html = f"""
<div style="display: flex; flex-wrap: nowrap; gap: 8px; padding: 12px;
background-color: #f8f9fa; border-radius: 8px; overflow-x: auto;
margin-bottom: 15px; white-space: nowrap;">
{''.join([
f'<div style="background-color: white; border-radius: 4px; padding: 6px 10px; display: inline-flex; align-items: center; gap: 4px; box-shadow: 0 1px 2px rgba(0,0,0,0.1); flex-shrink: 0;">'
f'<span style="font-weight: 500; color: #1f2937; font-size: 0.85em;">{concept}</span>'
f'<span style="color: #6b7280; font-size: 0.75em;">({freq:.2f})</span></div>'
for concept, freq in analysis['key_concepts1']
])}
</div>
"""
st.markdown(concepts_html, unsafe_allow_html=True)
else:
st.info(t.get('no_concepts', 'No hay conceptos disponibles'))
# Mostrar grafo 1
if 'graph1' in analysis:
try:
if isinstance(analysis['graph1'], bytes):
st.image(
analysis['graph1'],
use_container_width=True
)
else:
logger.warning(f"graph1 no es bytes: {type(analysis['graph1'])}")
st.warning(t.get('graph_not_available', 'Gráfico no disponible'))
except Exception as e:
logger.error(f"Error mostrando graph1: {str(e)}")
st.error(t.get('error_loading_graph', 'Error al cargar el gráfico'))
else:
st.info(t.get('no_visualization', 'No hay visualización disponible'))
# Interpretación del grafo
st.markdown("**📊 Interpretación del grafo:**")
st.markdown("""
- 🔀 Las flechas indican la dirección de la relación entre conceptos
- 🎨 Los colores más intensos indican conceptos más centrales en el texto
- ⭕ El tamaño de los nodos representa la frecuencia del concepto
- ↔️ El grosor de las líneas indica la fuerza de la conexión
""")
# Documento 2 - Columna derecha
with col2:
st.subheader(t.get('doc2_title', 'Documento 2'))
st.markdown(t.get('key_concepts', 'Conceptos Clave'))
# Mostrar conceptos clave en formato de etiquetas
if 'key_concepts2' in analysis and analysis['key_concepts2']:
concepts_html = f"""
<div style="display: flex; flex-wrap: nowrap; gap: 8px; padding: 12px;
background-color: #f8f9fa; border-radius: 8px; overflow-x: auto;
margin-bottom: 15px; white-space: nowrap;">
{''.join([
f'<div style="background-color: white; border-radius: 4px; padding: 6px 10px; display: inline-flex; align-items: center; gap: 4px; box-shadow: 0 1px 2px rgba(0,0,0,0.1); flex-shrink: 0;">'
f'<span style="font-weight: 500; color: #1f2937; font-size: 0.85em;">{concept}</span>'
f'<span style="color: #6b7280; font-size: 0.75em;">({freq:.2f})</span></div>'
for concept, freq in analysis['key_concepts2']
])}
</div>
"""
st.markdown(concepts_html, unsafe_allow_html=True)
else:
st.info(t.get('no_concepts', 'No hay conceptos disponibles'))
# Mostrar grafo 2
if 'graph2' in analysis:
try:
if isinstance(analysis['graph2'], bytes):
st.image(
analysis['graph2'],
use_container_width=True
)
else:
logger.warning(f"graph2 no es bytes: {type(analysis['graph2'])}")
st.warning(t.get('graph_not_available', 'Gráfico no disponible'))
except Exception as e:
logger.error(f"Error mostrando graph2: {str(e)}")
st.error(t.get('error_loading_graph', 'Error al cargar el gráfico'))
else:
st.info(t.get('no_visualization', 'No hay visualización disponible'))
# Interpretación del grafo
st.markdown("**📊 Interpretación del grafo:**")
st.markdown("""
- 🔀 Las flechas indican la dirección de la relación entre conceptos
- 🎨 Los colores más intensos indican conceptos más centrales en el texto
- ⭕ El tamaño de los nodos representa la frecuencia del concepto
- ↔️ El grosor de las líneas indica la fuerza de la conexión
""")
except Exception as e:
logger.error(f"Error procesando análisis individual: {str(e)}")
continue
except Exception as e:
logger.error(f"Error mostrando análisis del discurso: {str(e)}")
# Usamos el término "análisis comparado de textos" en la UI
st.error(t.get('error_discourse', 'Error al mostrar análisis comparado de textos'))
#################################################################################
def display_discourse_comparison(analysis: dict, t: dict):
"""
Muestra la comparación de conceptos clave en análisis del discurso.
Formato horizontal simplificado.
"""
st.subheader(t.get('comparison_results', 'Resultados de la comparación'))
# Verificar si tenemos los conceptos necesarios
if not ('key_concepts1' in analysis and analysis['key_concepts1']):
st.info(t.get('no_concepts', 'No hay conceptos disponibles para comparar'))
return
# Conceptos del Texto 1 - Formato horizontal
st.markdown(f"**{t.get('concepts_text_1', 'Conceptos Texto 1')}:**")
try:
# Comprobar formato y mostrar horizontalmente
if isinstance(analysis['key_concepts1'], list) and len(analysis['key_concepts1']) > 0:
if isinstance(analysis['key_concepts1'][0], list) and len(analysis['key_concepts1'][0]) == 2:
# Formatear como "concepto (valor), concepto2 (valor2), ..."
concepts_text = ", ".join([f"{c[0]} ({c[1]})" for c in analysis['key_concepts1'][:10]])
st.markdown(f"*{concepts_text}*")
else:
# Si no tiene el formato esperado, mostrar como lista simple
st.markdown(", ".join(str(c) for c in analysis['key_concepts1'][:10]))
else:
st.write(str(analysis['key_concepts1']))
except Exception as e:
logger.error(f"Error mostrando key_concepts1: {str(e)}")
st.error(t.get('error_concepts1', 'Error mostrando conceptos del Texto 1'))
# Conceptos del Texto 2 - Formato horizontal
st.markdown(f"**{t.get('concepts_text_2', 'Conceptos Texto 2')}:**")
if 'key_concepts2' in analysis and analysis['key_concepts2']:
try:
# Comprobar formato y mostrar horizontalmente
if isinstance(analysis['key_concepts2'], list) and len(analysis['key_concepts2']) > 0:
if isinstance(analysis['key_concepts2'][0], list) and len(analysis['key_concepts2'][0]) == 2:
# Formatear como "concepto (valor), concepto2 (valor2), ..."
concepts_text = ", ".join([f"{c[0]} ({c[1]})" for c in analysis['key_concepts2'][:10]])
st.markdown(f"*{concepts_text}*")
else:
# Si no tiene el formato esperado, mostrar como lista simple
st.markdown(", ".join(str(c) for c in analysis['key_concepts2'][:10]))
else:
st.write(str(analysis['key_concepts2']))
except Exception as e:
logger.error(f"Error mostrando key_concepts2: {str(e)}")
st.error(t.get('error_concepts2', 'Error mostrando conceptos del Texto 2'))
else:
st.info(t.get('no_concepts2', 'No hay conceptos disponibles para el Texto 2'))
#################################################################################
def display_chat_activities(username: str, t: dict):
"""
Muestra historial de conversaciones del chat
"""
try:
# Obtener historial del chat
chat_history = get_chat_history(
username=username,
analysis_type='sidebar',
limit=50
)
if not chat_history:
st.info(t.get('no_chat_history', 'No hay conversaciones registradas'))
return
for chat in reversed(chat_history): # Mostrar las más recientes primero
try:
# Convertir timestamp a datetime para formato
timestamp = datetime.fromisoformat(chat['timestamp'].replace('Z', '+00:00'))
formatted_date = timestamp.strftime("%d/%m/%Y %H:%M:%S")
with st.expander(
f"{t.get('chat_date', 'Fecha de conversación')}: {formatted_date}",
expanded=False
):
if 'messages' in chat and chat['messages']:
# Mostrar cada mensaje en la conversación
for message in chat['messages']:
role = message.get('role', 'unknown')
content = message.get('content', '')
# Usar el componente de chat de Streamlit
with st.chat_message(role):
st.markdown(content)
# Agregar separador entre mensajes
st.divider()
else:
st.warning(t.get('invalid_chat_format', 'Formato de chat no válido'))
except Exception as e:
logger.error(f"Error mostrando conversación: {str(e)}")
continue
except Exception as e:
logger.error(f"Error mostrando historial del chat: {str(e)}")
st.error(t.get('error_chat', 'Error al mostrar historial del chat'))
#################################################################################
|