File size: 8,680 Bytes
8e10d25
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
import pandas as pd
import json

from codeScripts.Dependencies.SentenceTransformer2 import *
from codeScripts.utils import load_json, create_file_path

class GetSettings():
    """
    This class stores the selected settings for the current experiment
    """
    def __init__(self, config_settings, studentsData):

        #extracting the settings from the configuration document
        self.__getConfigSettings(config_settings)

        #getting the responses to study
        self.__getDatatoStudy(studentsData)

    def __getDatatoStudy(self, data):
        if data[0] == None:
            #extracting the info from the path in the config json         
            self.__getData(self.json_file_in)
        else:
            #extracting the info from the selected file in the api
            self.__getApiData(data)

    def setApiSettings(self, api_settings):
        """
        This function is to overwrite the parameters with the selected values from the api
        Inputs:
            -api_settings: dictionary with the stored parameters from the api
        """
        #transforming string dict into dict
        api_settings = json.loads(api_settings)

        self.PesoOrtografia = api_settings["ortographyPercentage"]
        self.PesoSintaxis = api_settings["syntaxPercentage"]
        self.PesoSemantics = api_settings["semanticPercentage"]
        self.rango_ID = api_settings["students"]     
        
    def __getConfigSettings(self, df):
        """
        This method is used to import the settings from the config json
        Inputs:
            -df: The dataframe where the config json data is loaded
        """        

        #+++ General settings +++

        #path where the dataset is stored
        self.json_file_in = df["ruta_fichero_entrada"]
        #path where output is to be stored
        self.json_file_out = df["ruta_fichero_salida"]

        #path to access hunspell components
        self.hunspell_aff = df["ruta_hunspell"]["aff"]
        self.hunspell_dic = df["ruta_hunspell"]["dic"]

        #range of students to study  ---- Will be overwritten from api
        if df["Parametros_Analisis"]["estudiantes"]["Todos"]:
            self.rango_ID = "All"
        else:
            self.rango_ID = df["Parametros_Analisis"]["estudiantes"]["ID_rango"]
        

        self.minAgrupation = int(df["Parametros_Analisis"]["Semantica"]["frases"]["Agrupacion"]["Minimo"])
        self.maxAgrupation = int(df["Parametros_Analisis"]["Semantica"]["frases"]["Agrupacion"]["Maximo"] + 1)


        #+++ Ortography +++

        #If the ortographic level is activated
        self.Ortografia = df["Parametros_Analisis"]["Ortografia"]["Activado"]
        #Max number of permitted errors
        self.NMaxErrores = df["Parametros_Rubrica"]["Ortografia"]["NMaxErrores"]
        #Max number of permitted errors before beginning to substract
        self.FaltasSalvaguarda= df["Parametros_Rubrica"]["Ortografia"]["FaltasSalvaguarda"]
        #Level weight (rubrics)
        self.PesoOrtografia = df["Parametros_Rubrica"]["Ortografia"]["Peso"]

        #+++ Syntax +++
        #if the syntactic level is activated
        self.Sintaxis = df["Parametros_Analisis"]["Sintaxis"]["Activado"]
        #max number of sentences and words permitted
        self.NMaxFrases = df["Parametros_Rubrica"]["Sintaxis"]["NMaxFrases"]
        self.NMaxPalabras= df["Parametros_Rubrica"]["Sintaxis"]["NMaxPalabras"]        
        #***weight of the level
        self.PesoSintaxis =  df["Parametros_Rubrica"]["Sintaxis"]["Peso"]


        #+++ Semantics +++
        #if the semantic level is activated
        self.Semantica = df["Parametros_Analisis"]["Semantica"]["Activado"]
        #***weight of the level
        self.PesoSemantics =  df["Parametros_Rubrica"]["Semantica"]["Peso"]
        
        #--- Similarity ---
        SpacyPackage =  df["Parametros_Rubrica"]["Semantica"]["Similitud"]["Spacy"]["Package"]
        self.spacy_package = df["Parametros_Rubrica"]["Semantica"]["Similitud"]["Spacy"][SpacyPackage]
        print("spacy_package", self.spacy_package)
        #the minimun value to select one line of response as similar (0.615 sm - 0.875 md and lg)
        self.LofRespThreshold = df["Parametros_Rubrica"]["Semantica"]["LineaRespuesta"]["ThresholdToConsiderCeroValue"][SpacyPackage]
        print("lofThreshold", self.LofRespThreshold)

        #the different thresholds (min-max) to adapt the similarity score 
        self.UmbralesSimilitud= df["Parametros_Rubrica"]["Semantica"]["Similitud"]["UmbralesSimilitud"][SpacyPackage]
        print("self.UmbralesSimilitud", self.UmbralesSimilitud)
        
        #To configure only once the bert model parameters
        
        model_name = df["Parametros_Rubrica"]["Semantica"]["Similitud"]["Bert"]["model_path"]
        self.model_path = create_file_path('', doctype=4) + model_name
        print("self.model_path", self.model_path)

        self.modelr = df["Parametros_Rubrica"]["Semantica"]["Similitud"]["Bert"]["model"]
        print("self.modelr", self.modelr)
        self.epochr = df["Parametros_Rubrica"]["Semantica"]["Similitud"]["Bert"]["epoch"]
        print("self.epochr", self.epochr)

        self.BertModels_glbl = SentTransf_test([self.modelr], [self.epochr])

        #Variables to store some values
        self.studentID = ""
        self.faltasOrto = 0
        self.palabrasPorFrase = 0
        self.minipreguntasMalSpacy = ""
        self.minipreguntasMalBert = ""


    def __getApiData(self, json_file):
        """
        This method is used to extract the data and format of the exam from the api (sub-question, sub-answers, etc)
        """
        self.answersDF = pd.DataFrame(json_file[0])
        self.id_number = 0
        
        self.minipreguntas = []
        self.minirespuestas = []
        self.indice_minipreguntas = []
        self.respuesta_prof = ""

        self.enunciado = json_file[1]['enunciado']
        self.prof_keywords = json_file[1]['keywords']

        try:
            i=0
            while True:
                self.minirespuestas.append(json_file[1]['minipreguntas'][i]['minirespuesta'])
                self.minipreguntas.append(json_file[1]['minipreguntas'][i]['minipregunta'])

                self.indice_minipreguntas.append("minipregunta" + str(i))              

                if i == 0:        
                    self.respuesta_prof = self.respuesta_prof + self.minirespuestas[i] 
                else:
                    self.respuesta_prof = self.respuesta_prof + ' ' + self.minirespuestas[i] 
                
                i+=1
        except:
            pass

        info_profesor = []
        for minipregunta, minirespuesta in zip(self.minipreguntas, self.minirespuestas):
            info_profesor.append([minipregunta,minirespuesta])

        save_json(create_file_path("MinirespuestasProfesor.json", 2), info_profesor)

    def __getData(self, json_file):
        """
        This method is used to extract the data and format of the exam from the path that appears in the config json (sub-question, sub-answers, etc)
        """
    
        self.answersDF = pd.DataFrame(load_json(json_file))
        #self.answersDF_json = copy.deepcopy(data)
        #self.answersDF_json2 = dict()

        self.id_number = 0
        
        self.minipreguntas = []
        self.minirespuestas = []
        self.indice_minipreguntas = []
        self.respuesta_prof = ""

        self.enunciado = self.answersDF['metadata'][0]['enunciado']
        self.prof_keywords = self.answersDF['metadata'][0]['keywords']

        
        try:
            i=0
            while True:
            #for i in range(4):
                self.minirespuestas.append(self.answersDF['metadata'][0]['minipreguntas'][i]['minirespuesta'])
                self.minipreguntas.append(self.answersDF['metadata'][0]['minipreguntas'][i]['minipregunta'])

                self.indice_minipreguntas.append("minipregunta" + str(i))              

                if i == 0:        
                    self.respuesta_prof = self.respuesta_prof + self.minirespuestas[i] 
                else:
                    self.respuesta_prof = self.respuesta_prof + ' ' + self.minirespuestas[i] 
                
                i+=1
        except:
            pass
            #self.indice_minipreguntas.append("respuesta_completa")

        #self.minirespuestas.append(self.respuesta_prof)

        info_profesor = []
        for minipregunta, minirespuesta in zip(self.minipreguntas, self.minirespuestas):
            info_profesor.append([minipregunta,minirespuesta])

        save_json(create_file_path("MinirespuestasProfesor.json", 2), info_profesor)