Update secciones/procesar_textos.py

secciones/procesar_textos.py

@@ -155,10 +155,10 @@ def predecir_suicidio_con_info(texto, modelo, tfidf_vectorizador):
 
     # Confianza y nivel de riesgo
     confianza = abs(pred_proba[1] - pred_proba[0])
-    nivel_riesgo = 'alto' if pred_proba[1] > 0.75 else 'moderado' if pred_proba[1] > 0.5 else 'bajo'
-    accion = 'Se recomienda buscar ayuda profesional inmediatamente.' if nivel_riesgo == 'alto' \
+    nivel_riesgo = 'ALTO' if pred_proba[1] > 0.75 else 'MODERADO' if pred_proba[1] > 0.5 else 'BAJO'
+    accion = 'Se recomienda buscar ayuda profesional inmediatamente.' if nivel_riesgo == 'ALTO' \
         else 'Se sugiere monitorear los sentimientos y considerar hablar con un profesional.' \
-        if nivel_riesgo == 'moderado' \
+        if nivel_riesgo == 'MODERADO' \
         else 'Probablemente no hay riesgo inmediato, pero mantén una actitud positiva.'
 
     # Traducciones de las etiquetas de polaridad y emociones al español
@@ -180,7 +180,7 @@ def predecir_suicidio_con_info(texto, modelo, tfidf_vectorizador):
     emocion_traducida = traducciones_emociones.get(emocion, emocion)
 
     return {
-        "clasificacion": 'suicidio' if pred[0] == 1 else 'no suicidio',
+        "clasificacion": 'Alerta de riego suicida' if pred[0] == 1 else 'Ausencia de riego de suicidio',
         "probabilidad_suicidio": pred_proba[1],
         "confianza": confianza,
         "nivel_riesgo": nivel_riesgo,
@@ -195,9 +195,6 @@ def procesar_textos():
     """
     Función principal para procesar textos en la aplicación Streamlit. Permite al usuario
     ingresar o subir un texto, y luego utiliza el modelo y el vectorizador para analizarlo.
-
-    :param modelo: Modelo de machine learning para la predicción.
-    :param tfidf_vectorizador: Vectorizador TF-IDF utilizado en el modelo.
     """
     st.title("Analizar Texto")
     modelo, tfidf_vectorizador = cargar_modelo_y_vectorizador()
@@ -222,24 +219,26 @@ def procesar_textos():
             resultado = predecir_suicidio_con_info(text_to_process, modelo, tfidf_vectorizador)
 
             # Estilos personalizados según el nivel de riesgo
-            if resultado['nivel_riesgo'] == 'alto':
+            if resultado['nivel_riesgo'] == 'ALTO':
                 color = "red"
-            elif resultado['nivel_riesgo'] == 'moderado':
+            elif resultado['nivel_riesgo'] == 'MODERADO':
                 color = "orange"
             else:
                 color = "green"
 
             # Mostrar los resultados con estilos
             st.markdown(f"<h2 style='color: {color};'>Resultado del Análisis:</h2>", unsafe_allow_html=True)
-            st.markdown(f"<b>Nivel de Riesgo:</b> <span style='color: {color};'>{resultado['nivel_riesgo']}</span>",
+            st.markdown(f"<b>Grado de Riesgo:</b> <span style='color: {color};'>{resultado['nivel_riesgo']}</span>",
                         unsafe_allow_html=True)
             st.markdown(f"<b>Polaridad:</b> {resultado['polaridad']}", unsafe_allow_html=True)
-            st.markdown(f"<b>Emoción:</b> {resultado['emocion']}", unsafe_allow_html=True)
-            st.markdown(f"<b>Clasificación:</b> {resultado['clasificacion']}", unsafe_allow_html=True)
-            st.markdown(f"<b>Probabilidad de Suicidio:</b> {resultado['probabilidad_suicidio']:.4f}",
+            st.markdown(f"<b>Emoción dominante:</b> {resultado['emocion']}", unsafe_allow_html=True)
+            st.markdown(f"<b>Clasificación de riesgo:</b> {resultado['clasificacion']}", unsafe_allow_html=True)
+            st.markdown(f"<b>Indice de riesgo de suicidio:</b> {resultado['probabilidad_suicidio']:.4f}",
                         unsafe_allow_html=True)
-            st.markdown(f"<b>Confianza:</b> {resultado['confianza']:.4f}", unsafe_allow_html=True)
+            st.markdown(f"<b>Fiabilidad del análisis:</b> {resultado['confianza']:.4f}", unsafe_allow_html=True)
 
-            st.markdown(f"<b>Sugerencia de Acción:</b> {resultado['sugerencia_accion']}", unsafe_allow_html=True)
+            st.markdown(f"<b>Recomendaciones de seguimiento:</b> {resultado['sugerencia_accion']}",
+                        unsafe_allow_html=True)
         else:
             st.warning("Por favor, ingrese texto o suba un archivo.")
+