Update modules/text_analysis/discourse_analysis.py

modules/text_analysis/discourse_analysis.py

@@ -2,6 +2,7 @@ import streamlit as st
 import spacy
 import networkx as nx
 import matplotlib.pyplot as plt
+import pandas as pd
 from .semantic_analysis import (
     create_concept_graph,
     visualize_concept_graph,
@@ -27,21 +28,62 @@ def compare_semantic_analysis(text1, text2, nlp, lang):
     fig1 = visualize_concept_graph(G1, lang)
     fig2 = visualize_concept_graph(G2, lang)
 
-    # Añadir títulos específicos para cada documento
-    fig1.suptitle("Documento 1: Relaciones Conceptuales", fontsize=16, fontweight='bold')
-    fig2.suptitle("Documento 2: Relaciones Conceptuales", fontsize=16, fontweight='bold')
+    # Remover los títulos superpuestos
+    fig1.suptitle("")
+    fig2.suptitle("")
 
     return fig1, fig2, key_concepts1, key_concepts2
 
+def create_concept_table(key_concepts):
+    df = pd.DataFrame(key_concepts, columns=['Concepto', 'Frecuencia'])
+    df['Frecuencia'] = df['Frecuencia'].round(2)
+    return df
+
 def perform_discourse_analysis(text1, text2, nlp, lang):
     graph1, graph2, key_concepts1, key_concepts2 = compare_semantic_analysis(text1, text2, nlp, lang)
-    
-    # Aquí puedes añadir más análisis de discurso si lo necesitas
-    # Por ejemplo, podrías comparar los conceptos clave entre los dos textos
+
+    # Crear tablas de conceptos clave
+    table1 = create_concept_table(key_concepts1)
+    table2 = create_concept_table(key_concepts2)
 
     return {
         'graph1': graph1,
         'graph2': graph2,
-        'key_concepts1': key_concepts1,
-        'key_concepts2': key_concepts2
-    }
+        'table1': table1,
+        'table2': table2
+    }
+
+def display_discourse_analysis_results(analysis_result, lang_code):
+    translations = {
+        'es': {
+            'doc1_title': "Documento 1: Relaciones Conceptuales",
+            'doc2_title': "Documento 2: Relaciones Conceptuales",
+            'key_concepts': "Conceptos Clave",
+        },
+        'en': {
+            'doc1_title': "Document 1: Conceptual Relations",
+            'doc2_title': "Document 2: Conceptual Relations",
+            'key_concepts': "Key Concepts",
+        },
+        'fr': {
+            'doc1_title': "Document 1 : Relations Conceptuelles",
+            'doc2_title': "Document 2 : Relations Conceptuelles",
+            'key_concepts': "Concepts Clés",
+        }
+    }
+
+    t = translations[lang_code]
+
+    col1, col2 = st.columns(2)
+
+    with col1:
+        with st.expander(t['doc1_title'], expanded=True):
+            st.pyplot(analysis_result['graph1'])
+            st.subheader(t['key_concepts'])
+            st.table(analysis_result['table1'])
+
+    with col2:
+        with st.expander(t['doc2_title'], expanded=True):
+            st.pyplot(analysis_result['graph2'])
+            st.subheader(t['key_concepts'])
+            st.table(analysis_result['table2'])