Delete app.py

app.py

@@ -1,105 +0,0 @@
-# -*- coding: utf-8 -*-
-"""app
-
-Automatically generated by Colab.
-
-Original file is located at
-    https://colab.research.google.com/drive/1H_p-DWNUf6yZ6zzwMHw9wknCK3oHGgIv
-"""
-
-import gradio as gr
-import joblib
-import numpy as np
-from sentence_transformers import SentenceTransformer
-from sklearn.preprocessing import LabelEncoder
-from transformers import pipeline
-
-# Carga de modelos
-modelo_riesgo = joblib.load("modelo_riesgo.pkl")
-modelo_violencia = joblib.load("modelo_tipo_violencia.pkl")
-modelo_medida = joblib.load("modelo_tipo_medida.pkl")
-modelo_vector = SentenceTransformer("Snowflake/snowflake-arctic-embed-xs")
-
-# Carga del texto legal
-with open("articulo_5.txt", "r", encoding="utf-8") as f:
-    texto_ley = f.read()
-
-modelo_llm = pipeline("text2text-generation", model="google/flan-t5-base", max_new_tokens=500)
-
-# Codificadores
-codificadores = {
-    "genero": LabelEncoder().fit(["F", "M"]),
-    "convivencia_agresor": LabelEncoder().fit(["sí", "no"]),
-    "consumo_sustancias": LabelEncoder().fit(["sí", "no"]),
-    "apoyo_familiar": LabelEncoder().fit(["sí", "no"]),
-    "riesgo": LabelEncoder().fit(["bajo", "medio", "alto"]),
-    "tipo_violencia": LabelEncoder().fit(["física", "psicológica", "sexual", "económica", "patrimonial", "negligencia"]),
-    "tipo_medida": LabelEncoder().fit(["nominada", "innominada"])
-}
-
-def resolver_caso(edad, genero, hijos, convivencia_agresor, consumo_sustancias, apoyo_familiar, descripcion):
-    vector_tabular = np.array([
-        edad,
-        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],
-    ])
-    vector_texto = modelo_vector.encode([descripcion])[0]
-    entrada = np.concatenate([vector_tabular, vector_texto])
-
-    riesgo_cod = modelo_riesgo.predict([entrada])[0]
-    violencia_cod = modelo_violencia.predict([entrada])[0]
-    medida_cod = modelo_medida.predict([entrada])[0]
-
-    riesgo = codificadores["riesgo"].inverse_transform([riesgo_cod])[0]
-    violencia = codificadores["tipo_violencia"].inverse_transform([violencia_cod])[0]
-    tipo_medida = codificadores["tipo_medida"].inverse_transform([medida_cod])[0]
-
-    prompt = f"""
-CASO:
-Edad: {edad}
-Género: {genero}
-Hijos: {hijos}
-Convivencia con agresor: {convivencia_agresor}
-Consumo de sustancias: {consumo_sustancias}
-Apoyo familiar: {apoyo_familiar}
-Descripción: {descripcion}
-
-Predicción:
-Violencia: {violencia}
-Riesgo: {riesgo}
-Tipo de medida base: {tipo_medida}
-
-Texto legal:
-{texto_ley}
-
-Pregunta: ¿Qué medida específica debe tomarse? Justifica tu respuesta según el literal correspondiente del artículo 5.
-"""
-    respuesta = modelo_llm(prompt)[0]['generated_text']
-    return violencia, riesgo, tipo_medida, respuesta
-
-demo = gr.Interface(
-    fn=resolver_caso,
-    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"),
-        gr.Textbox(label="⚠️ Nivel de riesgo"),
-        gr.Textbox(label="📄 Tipo de medida base"),
-        gr.Textbox(label="📚 Recomendación legal")
-    ],
-    title="LEGALFAMI – IA Legal para Violencia Intrafamiliar",
-    description="Predice tipo de violencia, nivel de riesgo y sugiere medidas cautelares conforme al Artículo 5 de la Ley 575, modificado por las Leyes 1257 y 2126."
-)
-
-demo.launch()