1 | # -*- coding: utf-8 -*- |
---|
2 | """ |
---|
3 | Sistema de Modelado de Tópicos |
---|
4 | |
---|
5 | Copyleft (@) 2014 CENDITEL nodo Mérida - https://planificacion.cenditel.gob.ve/trac/ |
---|
6 | """ |
---|
7 | ## @package django_topic_explorer.topic_explorer |
---|
8 | # |
---|
9 | # Métodos de la Vista, para visualizar los tópicos |
---|
10 | # @author Jorge Redondo (jredondo at cenditel.gob.ve) |
---|
11 | # @author <a href='http://www.cenditel.gob.ve'>Centro Nacional de Desarrollo e Investigación en TecnologÃas Libres |
---|
12 | # (CENDITEL) nodo Mérida - Venezuela</a> |
---|
13 | # @copyright <a href='http://www.gnu.org/licenses/gpl-2.0.html'>GNU Public License versión 2 (GPLv2)</a> |
---|
14 | # @version 1.3 |
---|
15 | |
---|
16 | from django.shortcuts import render |
---|
17 | |
---|
18 | from django.conf import settings |
---|
19 | |
---|
20 | from django.http import HttpResponse, HttpResponseServerError |
---|
21 | |
---|
22 | import json |
---|
23 | |
---|
24 | from utils.ldac2vsm import * |
---|
25 | from utils.json_data import * |
---|
26 | #from vsm.corpus import Corpus |
---|
27 | #from vsm.model.ldacgsmulti import LdaCgsMulti as LCM |
---|
28 | from vsm.viewer.ldagibbsviewer import LDAGibbsViewer as LDAViewer |
---|
29 | from vsm.viewer.wrappers import doc_label_name |
---|
30 | |
---|
31 | from django.views.generic import TemplateView |
---|
32 | from django.core.urlresolvers import reverse |
---|
33 | |
---|
34 | from StringIO import StringIO |
---|
35 | import csv |
---|
36 | |
---|
37 | from django_topic_explorer.settings import FILES_PATH |
---|
38 | from django_topic_explorer.settings import LDA_DATA_PATH |
---|
39 | from django_topic_explorer.settings import LDA_CORPUS_FILE |
---|
40 | from django_topic_explorer.settings import LDA_VOCAB_FILE |
---|
41 | from django_topic_explorer.settings import LDA_CORPUS_DIR |
---|
42 | |
---|
43 | |
---|
44 | #path = settings.PATH |
---|
45 | #corpus_file = settings.CORPUS_FILE |
---|
46 | #context_type = settings.CONTEXT_TYPE |
---|
47 | context_type = 'propesta' |
---|
48 | #model_pattern = settings.MODEL_PATTERN |
---|
49 | topics = settings.TOPICS |
---|
50 | #corpus_name = settings.CORPUS_NAME |
---|
51 | |
---|
52 | corpus_link = settings.CORPUS_LINK |
---|
53 | topics_range = [int(item) for item in settings.TOPICS.split(',')] |
---|
54 | doc_title_format = settings.DOC_TITTLE_FORMAT |
---|
55 | doc_url_format = settings.DOC_URL_FORMAT |
---|
56 | |
---|
57 | global k_param |
---|
58 | k_param = None |
---|
59 | global lda_c,lda_m, lda_v |
---|
60 | |
---|
61 | # Integración LDA-c topic_explorer |
---|
62 | lda_c,lda_m = corpus_model(50,LDA_DATA_PATH.format(50), |
---|
63 | LDA_CORPUS_FILE, |
---|
64 | LDA_VOCAB_FILE, |
---|
65 | LDA_CORPUS_DIR) |
---|
66 | #lda_c = Corpus.load(corpus_file) |
---|
67 | #lda_c.save('/home/jredondo/tmp/corpus.npz') |
---|
68 | lda_v = LDAViewer(lda_c, lda_m) |
---|
69 | |
---|
70 | #lda_m = LCM.load(model_pattern.format(k)) |
---|
71 | label = lambda x: x |
---|
72 | |
---|
73 | def dump_exception(): |
---|
74 | """! |
---|
75 | Función para captar los errores e imprimirlos |
---|
76 | |
---|
77 | @author Jorge Redondo (jredondo at cenditel.gob.ve) |
---|
78 | @copyright GNU/GPLv2 |
---|
79 | @param request <b>{object}</b> Objeto que mantiene la peticion |
---|
80 | @return Retorna una respuesta http con el error |
---|
81 | """ |
---|
82 | import sys,traceback |
---|
83 | exc_type, exc_value, exc_traceback = sys.exc_info() |
---|
84 | print "*** print_tb:" |
---|
85 | traceback.print_tb(exc_traceback, limit=1, file=sys.stdout) |
---|
86 | print "*** print_exception:" |
---|
87 | traceback.print_exception(exc_type, exc_value, exc_traceback, limit=2, file=sys.stdout) |
---|
88 | return HttpResponseServerError(str(exc_value)) |
---|
89 | |
---|
90 | |
---|
91 | def doc_topic_csv(request, doc_id): |
---|
92 | """! |
---|
93 | Función para retornar un documento en csv |
---|
94 | |
---|
95 | @author Jorge Redondo (jredondo at cenditel.gob.ve) |
---|
96 | @copyright GNU/GPLv2 |
---|
97 | @param request <b>{object}</b> Objeto que mantiene la peticion |
---|
98 | @param doc_id <b>{string}</b> Recibe el número del documento |
---|
99 | @return Retorna los datos del documento |
---|
100 | """ |
---|
101 | global lda_v |
---|
102 | try: |
---|
103 | data = lda_v.doc_topics(doc_id) |
---|
104 | |
---|
105 | output=StringIO() |
---|
106 | writer = csv.writer(output) |
---|
107 | writer.writerow(['topic','prob']) |
---|
108 | writer.writerows([(t, "%6f" % p) for t,p in data]) |
---|
109 | |
---|
110 | return HttpResponse(output.getvalue()) |
---|
111 | except: |
---|
112 | return dump_exception() |
---|
113 | |
---|
114 | def doc_csv(request, k,doc_id,threshold=0.2): |
---|
115 | """! |
---|
116 | Función para retornar la data de los tópicos en csv |
---|
117 | |
---|
118 | @author Jorge Redondo (jredondo at cenditel.gob.ve) |
---|
119 | @copyright GNU/GPLv2 |
---|
120 | @param request <b>{object}</b> Objeto que mantiene la peticion |
---|
121 | @param k <b>{int}</b> Recibe el número de tópicos a mostrar |
---|
122 | @param doc_id <b>{string}</b> Recibe el número de tópicos |
---|
123 | @param threshold <b>{int}</b> Recibe el limite estadÃstico |
---|
124 | @return Retorna el render de la vista |
---|
125 | """ |
---|
126 | global k_param, lda_c, lda_m, lda_v |
---|
127 | try: |
---|
128 | if k != k_param: |
---|
129 | k_param = k |
---|
130 | lda_c,lda_m = corpus_model(k_param,LDA_DATA_PATH.format(k_param), |
---|
131 | LDA_CORPUS_FILE, |
---|
132 | LDA_VOCAB_FILE, |
---|
133 | LDA_CORPUS_DIR) |
---|
134 | lda_v = LDAViewer(lda_c, lda_m) |
---|
135 | data = lda_v.sim_doc_doc(doc_id) |
---|
136 | |
---|
137 | output=StringIO() |
---|
138 | writer = csv.writer(output) |
---|
139 | writer.writerow(['doc','prob']) |
---|
140 | writer.writerows([(d, "%6f" % p) for d,p in data if p > threshold]) |
---|
141 | |
---|
142 | return HttpResponse(output.getvalue()) |
---|
143 | except: |
---|
144 | return dump_exception() |
---|
145 | |
---|
146 | def topic_json(request,k,topic_no, N=40): |
---|
147 | """! |
---|
148 | Función para retornar la data de los tópicos en json |
---|
149 | |
---|
150 | @author Jorge Redondo (jredondo at cenditel.gob.ve) |
---|
151 | @copyright GNU/GPLv2 |
---|
152 | @param request <b>{object}</b> Objeto que mantiene la peticion |
---|
153 | @param k <b>{int}</b> Recibe el número de tópicos a mostrar |
---|
154 | @param topic_no <b>{string}</b> Recibe el número de tópicos |
---|
155 | @param N <b>{int}</b> Recibe la cantidad |
---|
156 | @return Retorna el render de la vista |
---|
157 | """ |
---|
158 | global k_param, lda_c, lda_m, lda_v |
---|
159 | try: |
---|
160 | if k != k_param: |
---|
161 | k_param = k |
---|
162 | lda_c,lda_m = corpus_model(k_param,LDA_DATA_PATH.format(k_param), |
---|
163 | LDA_CORPUS_FILE, |
---|
164 | LDA_VOCAB_FILE, |
---|
165 | LDA_CORPUS_DIR) |
---|
166 | lda_v = LDAViewer(lda_c, lda_m) |
---|
167 | try: |
---|
168 | N = int(request.query.n) |
---|
169 | except: |
---|
170 | pass |
---|
171 | |
---|
172 | if N > 0: |
---|
173 | data = lda_v.dist_top_doc([int(topic_no)])[:N] |
---|
174 | else: |
---|
175 | data = lda_v.dist_top_doc([int(topic_no)])[N:] |
---|
176 | data = reversed(data) |
---|
177 | |
---|
178 | docs = [doc for doc,prob in data] |
---|
179 | doc_topics_mat = lda_v.doc_topics(docs) |
---|
180 | |
---|
181 | js = [] |
---|
182 | for doc_prob, topics in zip(data, doc_topics_mat): |
---|
183 | doc, prob = doc_prob |
---|
184 | js.append({'doc' : doc, 'label': label(doc), 'prob' : 1-prob, |
---|
185 | 'topics' : dict([(str(t), p) for t,p in topics])}) |
---|
186 | return HttpResponse(json.dumps(js)) |
---|
187 | except: |
---|
188 | return dump_exception() |
---|
189 | |
---|
190 | def doc_topics(request,doc_id, N=40): |
---|
191 | """! |
---|
192 | Función para retornar la data de los documentos en json |
---|
193 | |
---|
194 | @author Jorge Redondo (jredondo at cenditel.gob.ve) |
---|
195 | @copyright GNU/GPLv2 |
---|
196 | @param request <b>{object}</b> Objeto que mantiene la peticion |
---|
197 | @param doc_id <b>{string}</b> Recibe el número del documento |
---|
198 | @param N <b>{int}</b> Recibe la cantidad |
---|
199 | @return Retorna el render de la vista |
---|
200 | """ |
---|
201 | global lda_v |
---|
202 | try: |
---|
203 | if lda_v == None: |
---|
204 | lda_c,lda_m = corpus_model(k_param,LDA_DATA_PATH.format(k_param), |
---|
205 | LDA_CORPUS_FILE, |
---|
206 | LDA_VOCAB_FILE, |
---|
207 | LDA_CORPUS_DIR) |
---|
208 | lda_v = LDAViewer(lda_c, lda_m) |
---|
209 | try: |
---|
210 | N = int(request.query.n) |
---|
211 | except: |
---|
212 | pass |
---|
213 | js = doc_json(lda_v,doc_id,N) |
---|
214 | return HttpResponse(json.dumps(js)) |
---|
215 | except: |
---|
216 | return dump_exception() |
---|
217 | |
---|
218 | |
---|
219 | def topics(request): |
---|
220 | """! |
---|
221 | Función para servir los tópicos como un json |
---|
222 | |
---|
223 | @author Jorge Redondo (jredondo at cenditel.gob.ve) |
---|
224 | @copyright GNU/GPLv2 |
---|
225 | @param request <b>{object}</b> Objeto que mantiene la peticion |
---|
226 | @return Retorna el objeto json |
---|
227 | """ |
---|
228 | global lda_v |
---|
229 | try: |
---|
230 | js=populateJson(lda_v) |
---|
231 | return HttpResponse(json.dumps(js)) |
---|
232 | except: |
---|
233 | return dump_exception() |
---|
234 | |
---|
235 | |
---|
236 | def docs(request): |
---|
237 | """! |
---|
238 | Función para servir los documentos como un json |
---|
239 | |
---|
240 | @author Jorge Redondo (jredondo at cenditel.gob.ve) |
---|
241 | @copyright GNU/GPLv2 |
---|
242 | @param request <b>{object}</b> Objeto que mantiene la peticion |
---|
243 | @return Retorna el objeto json |
---|
244 | """ |
---|
245 | global lda_v |
---|
246 | try: |
---|
247 | docs = lda_v.corpus.view_metadata(context_type)[doc_label_name(context_type)] |
---|
248 | js = list() |
---|
249 | for doc in docs: |
---|
250 | js.append({ |
---|
251 | 'id': doc, |
---|
252 | 'label' : label(doc) |
---|
253 | }) |
---|
254 | return HttpResponse(json.dumps(js)) |
---|
255 | except: |
---|
256 | return dump_exception() |
---|
257 | |
---|
258 | |
---|
259 | def index(request): |
---|
260 | """! |
---|
261 | Función para visualizar el index del proyecto |
---|
262 | |
---|
263 | @author Jorge Redondo (jredondo at cenditel.gob.ve) |
---|
264 | @copyright GNU/GPLv2 |
---|
265 | @param request <b>{object}</b> Objeto que mantiene la peticion |
---|
266 | @return Retorna el render de la vista |
---|
267 | """ |
---|
268 | try: |
---|
269 | template_name = 'topic_explorer/index.html' |
---|
270 | return render(request,template_name, |
---|
271 | {'filename':None, |
---|
272 | 'corpus_link' : corpus_link, |
---|
273 | 'context_type' : context_type, |
---|
274 | 'topics_range' : topics_range, |
---|
275 | 'doc_title_format' : doc_title_format, |
---|
276 | 'doc_url_format' : doc_url_format}) |
---|
277 | except: |
---|
278 | return dump_exception() |
---|
279 | |
---|
280 | def visualize(request,k,filename=None,topic_no=None): |
---|
281 | """! |
---|
282 | Función para visualizar los tópicos |
---|
283 | |
---|
284 | @author Jorge Redondo (jredondo at cenditel.gob.ve) |
---|
285 | @copyright GNU/GPLv2 |
---|
286 | @param request <b>{object}</b> Objeto que mantiene la peticion |
---|
287 | @param k <b>{int}</b> Recibe el número de tópicos a mostrar |
---|
288 | @param filename <b>{string}</b> Recibe el nombre del archivo |
---|
289 | @param topic_no <b>{int}</b> Recibe el número de tópico |
---|
290 | @return Retorna el render de la vista |
---|
291 | """ |
---|
292 | global k_param,lda_c,lda_m,lda_v |
---|
293 | try: |
---|
294 | if k != k_param: |
---|
295 | k_param = k |
---|
296 | lda_c,lda_m = corpus_model(k_param,LDA_DATA_PATH.format(k_param), |
---|
297 | LDA_CORPUS_FILE, |
---|
298 | LDA_VOCAB_FILE, |
---|
299 | LDA_CORPUS_DIR) |
---|
300 | lda_v = LDAViewer(lda_c, lda_m) |
---|
301 | template_name = 'topic_explorer/index.html' |
---|
302 | return render(request,template_name, |
---|
303 | {'filename':filename, |
---|
304 | 'k_param':k_param, |
---|
305 | 'topic_no':topic_no, |
---|
306 | 'corpus_link' : corpus_link, |
---|
307 | 'context_type' : context_type, |
---|
308 | 'topics_range' : topics_range, |
---|
309 | 'doc_title_format' : doc_title_format, |
---|
310 | 'doc_url_format' : doc_url_format}) |
---|
311 | except: |
---|
312 | return dump_exception() |
---|
313 | |
---|
314 | class IrTopic(TemplateView): |
---|
315 | """! |
---|
316 | Clase que permite la visualización de un archivo en particular |
---|
317 | @author Rodrigo Boet (rboet at cenditel.gob.ve) |
---|
318 | @copyright <a href='http://www.gnu.org/licenses/gpl-2.0.html'>GNU Public License versión 2 (GPLv2)</a> |
---|
319 | @date 31-07-2015 |
---|
320 | """ |
---|
321 | |
---|
322 | template_name='topic_explorer/verTopico.html' |
---|
323 | |
---|
324 | |
---|
325 | def get(self, request, propuesta = None): |
---|
326 | """! |
---|
327 | Metodo que permite procesar las peticiones por get, con el fin de mostrar el documento |
---|
328 | |
---|
329 | @author Rodrigo Boet (rboet at cenditel.gob.ve) |
---|
330 | @copyright GNU/GPLv2 |
---|
331 | @date 31-07-2015 |
---|
332 | @param self <b>{object}</b> Objeto que instancia el método |
---|
333 | @param request <b>{object}</b> Objeto que mantiene la peticion |
---|
334 | @param propuesta <b>{int}</b> Recibe el número de la propuesta |
---|
335 | @return Retorna el render de la vista |
---|
336 | """ |
---|
337 | global lda_v |
---|
338 | #Obtnener json |
---|
339 | Topic_Json = populateJson(lda_v) |
---|
340 | Topic_Json = json.dumps(Topic_Json) |
---|
341 | topicos = json.loads(Topic_Json) |
---|
342 | N = len(topicos) |
---|
343 | Docs = doc_json(lda_v,propuesta,N) |
---|
344 | Docs = json.dumps(Docs) |
---|
345 | documentos = self.obtenerDocumento(json.loads(Docs),propuesta) |
---|
346 | documentos = json.dumps(documentos) |
---|
347 | mi_color = [] |
---|
348 | mi_color = self.obtenerValores(topicos) |
---|
349 | mi_color = json.dumps(mi_color) |
---|
350 | topicos = json.dumps(topicos) |
---|
351 | #carga el pre-procesado del archivo en una variable |
---|
352 | texto='' |
---|
353 | direccion = FILES_PATH + '/'+ propuesta |
---|
354 | try: |
---|
355 | archivo = open(direccion,'r') |
---|
356 | texto=archivo.read() |
---|
357 | archivo.close() |
---|
358 | except: |
---|
359 | return dump_exception() |
---|
360 | texto='No se encontro el documento' |
---|
361 | return render(request,self.template_name, |
---|
362 | {'topicos':topicos, |
---|
363 | 'propuesta':propuesta, |
---|
364 | 'color':mi_color, |
---|
365 | 'texto':texto, |
---|
366 | 'documento':documentos}) |
---|
367 | |
---|
368 | def obtenerValores(self,topicos):#funcion para obtener los colores del json |
---|
369 | """! |
---|
370 | Metodo para obtener los colores del json |
---|
371 | |
---|
372 | @author Rodrigo Boet (rboet at cenditel.gob.ve) |
---|
373 | @copyright GNU/GPLv2 |
---|
374 | @date 31-07-2015 |
---|
375 | @param self <b>{object}</b> Objeto que instancia el método |
---|
376 | @param topicos <b>{dict}</b> Recibe un diccionario con los topicos |
---|
377 | @return Retorna un diccionario con los colores |
---|
378 | """ |
---|
379 | my_topic=[] |
---|
380 | for x in topicos: |
---|
381 | my_topic.append(topicos[x]['color']) |
---|
382 | return my_topic |
---|
383 | |
---|
384 | def obtenerDocumento(self,docs,propuesta): |
---|
385 | """! |
---|
386 | Metodo para obtener un documento |
---|
387 | |
---|
388 | @author Rodrigo Boet (rboet at cenditel.gob.ve) |
---|
389 | @copyright GNU/GPLv2 |
---|
390 | @date 03-02-2016 |
---|
391 | @param self <b>{object}</b> Objeto que instancia el método |
---|
392 | @param docs <b>{dict}</b> Recibe un diccionario con los documentos |
---|
393 | @param propuesta <b>{int}</b> Recibe el número de la propuesta |
---|
394 | @return Retorna un diccionario con los colores |
---|
395 | """ |
---|
396 | for x in docs: |
---|
397 | if(x['doc']==propuesta): |
---|
398 | return x |
---|