File size: 8,688 Bytes
89f7231 9d07ffe 89f7231 2d7d5e9 |
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 |
import spacy
import gradio as gr
import json
import re
from typing import Dict, List, Set
class ProcesadorAutodiagnostico:
def __init__(self):
# Cargar modelo spaCy en español
self.nlp = spacy.load("es_core_news_sm")
# Patrones de dominio específico
self.DOMINIOS = {
"legal": {
"términos": ["contrato", "legal", "documento", "cláusula", "gestión documental"],
"procesos": ["firma", "revisión", "archivo", "clasificación"],
"roles": ["abogado", "notario", "asesor legal"]
},
"ia": {
"términos": ["GPT", "inteligencia artificial", "IA", "machine learning", "automatización"],
"herramientas": ["chat", "procesamiento", "clasificación", "análisis"],
"conceptos": ["modelo", "entrenamiento", "dataset", "algoritmo"]
},
"negocio": {
"términos": ["empresa", "negocio", "emprendimiento", "startup"],
"procesos": ["constitución", "asociación", "implementación"],
"roles": ["profesional", "técnico", "consultor"]
}
}
# Patrones para identificar entrampes
self.PATRONES_ENTRAMPE = {
"duda": r"(?i)(duda|pregunta|cómo|qué|cuál|donde|cuándo|por qué)",
"necesidad": r"(?i)(necesito|requiero|busco|quiero)",
"problema": r"(?i)(problema|dificultad|obstáculo|limitación)",
"preocupación": r"(?i)(preocupa|inquieta|temo|desconfío)"
}
def extraer_ubicacion(self, doc) -> Dict[str, str]:
"""Extrae información de ubicación del texto"""
ubicacion = {"ciudad": "", "pais": ""}
for ent in doc.ents:
if ent.label_ in ["GPE", "LOC"]:
# Asumimos que la última palabra es el país si hay más de una
palabras = ent.text.split()
if len(palabras) > 1:
ubicacion["ciudad"] = " ".join(palabras[:-1])
ubicacion["pais"] = palabras[-1]
else:
ubicacion["pais"] = ent.text
return ubicacion
def identificar_dominio_principal(self, texto: str) -> str:
"""Identifica el dominio principal del texto basado en la frecuencia de términos"""
conteo_dominios = {dominio: 0 for dominio in self.DOMINIOS}
texto_lower = texto.lower()
for dominio, categorias in self.DOMINIOS.items():
for categoria, términos in categorias.items():
for término in términos:
conteo_dominios[dominio] += texto_lower.count(término.lower())
return max(conteo_dominios.items(), key=lambda x: x[1])[0]
def extraer_terminos_tecnicos(self, texto: str) -> Dict[str, List[str]]:
"""Extrae términos técnicos clasificados por tipo"""
términos = {
"desconocidos": set(),
"dudosos": set(),
"mencionados": set()
}
# Buscar términos en el texto
texto_lower = texto.lower()
for dominio, categorias in self.DOMINIOS.items():
for término in categorias["términos"]:
if término.lower() in texto_lower:
# Si el término aparece cerca de palabras de duda
for patron in self.PATRONES_ENTRAMPE["duda"]:
if re.search(f"{patron}.*?{término}|{término}.*?{patron}", texto_lower, re.IGNORECASE):
términos["dudosos"].add(término)
break
else:
términos["mencionados"].add(término)
return {k: list(v) for k, v in términos.items()}
def identificar_entrampes(self, doc) -> Dict[str, List[str]]:
"""Identifica diferentes tipos de entrampes en el texto"""
entrampes = {
"tecnicos": [],
"implementacion": [],
"organizacionales": []
}
for sent in doc.sents:
sent_text = sent.text
# Clasificar el tipo de entrampe
if any(term in sent_text.lower() for term in self.DOMINIOS["ia"]["términos"]):
if re.search(self.PATRONES_ENTRAMPE["duda"], sent_text):
entrampes["tecnicos"].append(sent_text)
elif any(term in sent_text.lower() for term in self.DOMINIOS["negocio"]["procesos"]):
if re.search(self.PATRONES_ENTRAMPE["problema"], sent_text):
entrampes["implementacion"].append(sent_text)
elif any(term in sent_text.lower() for term in self.DOMINIOS["negocio"]["términos"]):
if re.search(self.PATRONES_ENTRAMPE["preocupación"], sent_text):
entrampes["organizacionales"].append(sent_text)
return entrampes
def extraer_objetivos(self, doc) -> Dict[str, List[str]]:
"""Extrae objetivos explícitos e implícitos del texto"""
objetivos = {
"corto_plazo": [],
"esperados_microtaller": []
}
for sent in doc.sents:
sent_text = sent.text
# Objetivos explícitos
if re.search(self.PATRONES_ENTRAMPE["necesidad"], sent_text):
objetivos["corto_plazo"].append(sent_text)
# Objetivos implícitos relacionados con el microtaller
if "microtaller" in sent_text.lower() or "taller" in sent_text.lower():
objetivos["esperados_microtaller"].append(sent_text)
return objetivos
def procesar_texto(self, texto: str) -> Dict:
"""Procesa el texto completo y genera el autodiagnóstico"""
doc = self.nlp(texto)
# Identificar dominio principal
dominio = self.identificar_dominio_principal(texto)
# Extraer ubicación
ubicacion = self.extraer_ubicacion(doc)
# Procesar el texto
terminos = self.extraer_terminos_tecnicos(texto)
entrampes = self.identificar_entrampes(doc)
objetivos = self.extraer_objetivos(doc)
# Construir el autodiagnóstico
autodiagnostico = {
"datos_generales": {
"nombre": "",
"sector": dominio,
"ubicacion": ubicacion,
"fecha": ""
},
"reto": {
"descripcion": texto[:500],
"contexto": f"Sector {dominio.capitalize()} en {ubicacion['ciudad']}, {ubicacion['pais']}" if ubicacion['ciudad'] else "",
"alcance": ""
},
"conocimientos_cogtech": {
"terminos_desconocidos": terminos["desconocidos"],
"conceptos_dudosos": terminos["dudosos"],
"areas_desconfianza": []
},
"dominio_actual": {
"aspectos_dominados": terminos["mencionados"],
"experiencia_previa": [],
"recursos_disponibles": []
},
"entrampes": entrampes,
"objetivos": objetivos
}
return autodiagnostico
# Uso en la interfaz Gradio
def procesar_con_gradio(texto_input: str) -> str:
procesador = ProcesadorAutodiagnostico()
resultado = procesador.procesar_texto(texto_input)
return json.dumps(resultado, indent=2, ensure_ascii=False)
# Create the Gradio interface
with gr.Blocks() as app:
gr.Markdown("# Autodiagnóstico CogTech")
gr.Markdown("""
## Instrucciones
Describe tu situación considerando:
- Tu reto o necesidad principal
- Qué conoces y qué dudas tienes sobre tecnologías cognitivas
- Qué obstáculos o dificultades enfrentas
- Qué esperas lograr
""")
with gr.Row():
texto_input = gr.Textbox(
label="Tu descripción",
placeholder="Describe tu situación...",
lines=10
)
json_output = gr.JSON(label="Autodiagnóstico Estructurado")
analizar_btn = gr.Button("Generar Autodiagnóstico")
analizar_btn.click(
fn=procesar_con_gradio, # This uses our new processor
inputs=texto_input,
outputs=json_output
)
gr.Markdown("""
### Notas:
- El sistema identificará automáticamente términos técnicos, entrampes y objetivos
- Puedes copiar el JSON generado o descargarlo
- Revisa y ajusta el resultado según sea necesario
""")
# Launch the app
if __name__ == "__main__":
app.launch()
|