app.py

# -*- coding: utf-8 -*-
"""app.ipynb

Automatically generated by Colab.

Original file is located at
    https://colab.research.google.com/drive/1e3y3OTjQnNFZ7FLgs2elviYcG7ptj2fI
"""

from transformers import AutoTokenizer, AutoModelForCausalLM, pipeline
from sentence_transformers import SentenceTransformer, util
import numpy as np
import joblib
import torch
import gradio as gr
from transformers import TextGenerationPipeline

# === Cargar modelos entrenados ===
modelo_riesgo = joblib.load("modelo_riesgo.pkl")
modelo_violencia = joblib.load("modelo_tipo_violencia.pkl")
modelo_medida = joblib.load("modelo_tipo_medida.pkl")
codificadores = joblib.load("codificadores_label_encoder.pkl")
modelo_vector = SentenceTransformer("Snowflake/snowflake-arctic-embed-xs")

# === Cargar modelo de lenguaje OpenHermes-2.5 ===
model_id = "teknium/OpenHermes-2.5-Mistral-7B"

tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    trust_remote_code=True,
    torch_dtype=torch.float16 if torch.cuda.is_available() else torch.float32,
    device_map="auto"
)

modelo_llm = TextGenerationPipeline(
    model=model,
    tokenizer=tokenizer,
    max_new_tokens=300,
    temperature=0.5,
    do_sample=True,
)

# === Frases prototipo para verificador semántico ===
frases_fisica = [
    "Me golpeó con el puño cerrado", "Me pateó", "Me lanzó contra la pared",
    "Me estranguló", "Me fracturó una costilla", "Me tiró al piso violentamente"
]
frases_sexual = [
    "Me obligó a tener relaciones sexuales", "Me tocó sin consentimiento",
    "Me violó", "Me forzó a tener sexo", "Me agredió sexualmente"
]
embeds_fisica = modelo_vector.encode(frases_fisica)
embeds_sexual = modelo_vector.encode(frases_sexual)

# === FUNCIÓN PRINCIPAL ===
def predecir_con_recomendacion(edad, genero, hijos, convivencia_agresor, consumo_sustancias, apoyo_familiar, descripcion):
    # Codificar variables
    vector_tabular = np.array([
        int(edad),
        int(hijos),
        codificadores["genero"].transform([genero])[0],
        0, 0, 0,
        codificadores["convivencia_agresor"].transform([convivencia_agresor])[0],
        codificadores["consumo_sustancias"].transform([consumo_sustancias])[0],
        codificadores["apoyo_familiar"].transform([apoyo_familiar])[0]
    ])

    # Vectorizar descripción
    vector_desc = modelo_vector.encode([descripcion])[0]
    entrada = np.concatenate([vector_tabular, vector_desc])

    # Predicciones
    riesgo_cod = modelo_riesgo.predict([entrada])[0]
    tipo_violencia_cod = modelo_violencia.predict([entrada])[0]
    tipo_medida_cod = modelo_medida.predict([entrada])[0]

    # Decodificar
    riesgo = codificadores["riesgo"].inverse_transform([riesgo_cod])[0]
    tipo_violencia = codificadores["tipo_violencia"].inverse_transform([tipo_violencia_cod])[0]
    tipo_medida = codificadores["tipo_medida"].inverse_transform([tipo_medida_cod])[0]

    # Verificador semántico
    emb_desc = modelo_vector.encode(descripcion)
    sim_fisica = max(util.cos_sim(emb_desc, embeds_fisica)[0])
    sim_sexual = max(util.cos_sim(emb_desc, embeds_sexual)[0])
    if sim_fisica > 0.7:
        tipo_violencia = "física"
    elif sim_sexual > 0.7:
        tipo_violencia = "sexual"

    # PROMPT legal
    prompt = f"""[INSTRUCCIÓN]
Como asistente legal, tu tarea es determinar qué medida de protección debe aplicarse en un caso de violencia intrafamiliar, de acuerdo al Artículo 5 de la Ley 575 de 2000 (modificado por la Ley 1257 de 2008 y la Ley 2126 de 2021).

[CASO]
Tipo de violencia: {tipo_violencia}
Nivel de riesgo: {riesgo}
Tipo de medida cautelar: {tipo_medida}
Descripción del caso: {descripcion}

[OBJETIVO]
Con base en la descripción del caso y la ley, indica:
- Qué literal(es) del Artículo 5 (a-n) deben aplicarse.
- Justifica legalmente tu elección con argumentos claros y precisos.

[RESPUESTA]
"""

    respuesta = modelo_llm(prompt, max_new_tokens=350, temperature=0.5)[0]["generated_text"]
    razonamiento = respuesta.split("[RESPUESTA]")[-1].strip()

    return tipo_violencia, riesgo, tipo_medida, razonamiento

# === Gradio UI ===
gr.Interface(
    fn=predecir_con_recomendacion,
    inputs=[
        gr.Slider(18, 65, value=30, label="Edad"),
        gr.Radio(["F", "M"], label="Género"),
        gr.Slider(0, 5, step=1, value=1, label="Número de hijos"),
        gr.Radio(["sí", "no"], label="¿Convive con el agresor?"),
        gr.Radio(["sí", "no"], label="¿Hay consumo de sustancias?"),
        gr.Radio(["sí", "no"], label="¿Tiene apoyo familiar?"),
        gr.Textbox(lines=4, label="Descripción del caso")
    ],
    outputs=[
        gr.Textbox(label="🛑 Tipo de violencia predicho"),
        gr.Textbox(label="⚠️ Nivel de riesgo"),
        gr.Textbox(label="🧾 Tipo de medida cautelar"),
        gr.Textbox(label="📜 Recomendación legal razonada")
    ],
    title="LEGALFAMI – Asistente Legal con Razonamiento Jurídico",
    description="Predice tipo de violencia, nivel de riesgo y medida cautelar según Ley 575 Artículo 5, y recomienda la acción legal correspondiente.",
    theme="default"
).launch()