Update README.md

README.md

@@ -6,222 +6,3 @@ sdk: {{sdk}}
 sdk_version: "{{sdkVersion}}"
 app_file: app.py
 pinned: false
-
-
-
-# LLMs.Revistas
-# Recomendador de Revistas (Scopus)
-
-Aplicación en **Gradio** que recomienda revistas a partir de una **consulta** (título/idea) y un **corpus Scopus** con embeddings precalculados. Incluye un **grafo interactivo** estilo *Connected Papers* para explorar artículos relacionados.
-
----
-
-## ✨ Funcionalidades
-
-* **Recomendación de revistas** por similitud semántica (E5) con agregación por media/máximo.
-* **Fusión opcional con SPECTER** para mejorar afinidad temática (recall): `score = α·E5 + (1−α)·SPECTER`.
-* **Grafo interactivo** (vis-network) de los artículos top:
-
-  * Nodos escalados por relevancia a la consulta.
-  * Aristas artículo–artículo por similitud (E5 o SPECTER).
-  * Filtros: **umbral de arista** y **rango de años**.
-  * Colores por **Año** o por **Comunidad** (clusters por modularidad).
-* UI ligera y estable: *KNN edges*, física *Barnes–Hut* con apagado automático tras estabilizar.
-
----
-
-## 🧰 Requisitos
-
-* **Python** 3.9+
-* Dependencias principales:
-
-  ```bash
-  pip install numpy pandas pyarrow sentence-transformers gradio matplotlib networkx pillow
-  ```
-
-  Opcionales:
-
-  ```bash
-  pip install torch  # acelera inferencia si dispones de GPU/CPU AVX
-  ```
-
----
-
-## 📦 Estructura del dataset (`scopus_corpus.parquet`)
-
-Se espera un Parquet con, al menos, estas columnas:
-
-| Columna             | Tipo                  | Descripción                                     |
-| ------------------- | --------------------- | ----------------------------------------------- |
-| `embedding`         | list\[float32]        | Embedding **E5** normalizado de cada documento. |
-| `title`             | str                   | Título del artículo                             |
-| `abstract`          | str (opcional)        | Resumen del artículo                            |
-| `source_title`      | str                   | Revista                                         |
-| `year`              | int                   | Año de publicación (0/NaN si no hay)            |
-| `issn`, `eissn`     | str (opc.)            | Identificadores                                 |
-| `doi`, `link`       | str (opc.)            | Enlace/DOI                                      |
-| `eid`               | str (opc.)            | ID estable para el grafo                        |
-| `specter_embedding` | list\[float32] (opc.) | Embedding **SPECTER** normalizado               |
-
-> **Nota**: El campo `specter_embedding` es opcional. Si no existe, la casilla *Fusionar con SPECTER* no tendrá efecto.
-
----
-
-## 🧪 Cómo generar SPECTER (offline)
-
-Crea una versión enriquecida del Parquet con SPECTER:
-
-```python
-# build_science_embeddings.py
-import numpy as np
-import pandas as pd
-import pyarrow.parquet as pq
-import pyarrow as pa
-from sentence_transformers import SentenceTransformer
-from tqdm import trange
-
-PARQUET_PATH = "scopus_corpus.parquet"
-OUT_PATH = "scopus_corpus_with_specter.parquet"
-BATCH = 64
-DEVICE = "cpu"  # cambia a "cuda" si tienes GPU
-
-# 1) Carga
-pt = pq.read_table(PARQUET_PATH)
-df = pt.to_pandas()
-
-# 2) Texto para SPECTER: "Title [SEP] Abstract"
-def row_text(row):
-    t = str(row.get("title", "") or "")
-    a = str(row.get("abstract", "") or "")
-    return f"{t} [SEP] {a}" if a.strip() else t
-texts = [row_text(r) for _, r in df.iterrows()]
-
-# 3) Modelo SPECTER
-specter = SentenceTransformer("allenai-specter", device=DEVICE)
-
-# 4) Encode en batches (normalizado)
-embs = []
-for i in trange(0, len(texts), BATCH, desc="SPECTER"):
-    batch = texts[i:i+BATCH]
-    vecs = specter.encode(batch, normalize_embeddings=True, show_progress_bar=False)
-    embs.append(vecs.astype("float32"))
-mat = np.vstack(embs).astype("float32")
-
-df["specter_embedding"] = [v.tolist() for v in mat]
-
-# 5) Guardar
-pq.write_table(pa.Table.from_pandas(df), OUT_PATH)
-print("OK ->", OUT_PATH)
-```
-
-Ejecuta y luego apunta la app al nuevo Parquet (`scopus_corpus_with_specter.parquet`).
-
----
-
-## ▶️ Ejecución
-
-1. (Opcional) entorno virtual:
-
-   ```bash
-   python -m venv .venv
-   .venv\Scripts\activate   # Windows
-   # o: source .venv/bin/activate
-   ```
-2. Instala dependencias (ver *Requisitos*).
-3. Coloca el Parquet junto al script de la app.
-4. Ejecuta:
-
-   ```bash
-   python journal_recommender_app.py
-   ```
-5. Abre `http://127.0.0.1:7860` (usa `demo.launch(share=True)` si quieres un enlace público temporal).
-
----
-
-## 🖥️ Uso de la app
-
-1. **Título o idea**: escribe una consulta ≥ 5 caracteres.
-2. (Opc.) **Año mínimo/máximo**: filtra el corpus antes del cálculo.
-3. **Artículos considerados (top-k)**: tamaño del conjunto candidato.
-4. **Nº de revistas a mostrar**: recorte de resultados en la tabla.
-5. **Fusionar con SPECTER** (si disponible) + **Peso E5 (α)**: mezcla `α·E5 + (1−α)·SPECTER`.
-6. **Recomendar**: calcula la tabla (agregación por revista, ranking híbrido).
-7. **Ver red de similitud**: abre un grafo interactivo (iframe) con:
-
-   * **Color por**: Año / Comunidad.
-   * **Umbral**: oculta/mostrar aristas artículo–artículo según similitud.
-   * **Rango de años**: doble slider; mantiene visibles los sin año (0) por defecto.
-   * **Controles**: Fit (encajar), PNG (exportar), Ayuda; doble clic abre `link/DOI`.
-
----
-
-## 🧠 Detalles de modelo y scoring
-
-* **E5 (intfloat/multilingual-e5-small)**: recupera rápido; consulta con prefijo `"query: "`.
-* **SPECTER (allenai-specter)**: embeddings científicos entrenados con señales de citación.
-* **Fusión**: `score = α·cos(E5) + (1−α)·cos(SPECTER)`.
-* **Ranking por revista**: media (`score`) + pico (`best`) + *boost* por volumen: `rank = 0.8·score + 0.2·best + 0.02·log1p(n)`.
-* **Grafo**:
-
-  * Nodos = top-*N* artículos por `score` (híbrido si fusión activa).
-  * Aristas A–B = similitud doc–doc; si fusión activa, se usa SPECTER para mayor coherencia temática.
-  * Optimización: se construyen **K vecinos** por nodo (KNN) para evitar O(n²); física *Barnes–Hut* y apagado tras estabilizar.
-
----
-
-## ⚙️ Configuración y personalización
-
-* **Modelos**: cambia `MODEL_NAME_E5` / `MODEL_NAME_SPECTER`.
-* **Parámetros grafo**: `top_nodes`, `doc_edge_threshold`, `KNN_EDGES`.
-* **Colores/tema** (Gradio v4):
-
-  * Tema global:
-
-    ```python
-    my_theme = gr.themes.Soft(primary_hue="teal")
-    with gr.Blocks(theme=my_theme): ...
-    ```
-  * Un botón específico:
-
-    ```css
-    #btn-recomendar > button{background:#2563eb;color:#fff}
-    #btn-recomendar > button:hover{background:#1d4ed8}
-    ```
-* **Física vis-network**: ajusta `gravitationalConstant`, `springLength`, `damping`.
-
----
-
-## 🚀 Rendimiento
-
-* Mantén `embedding`/`specter_embedding` en **float32** y **normalizados**.
-* Usa `top_nodes ≤ 100` y `KNN_EDGES 6–10` para grafos fluidos.
-* Si notas tirones:
-
-  * Sube `doc_edge_threshold` (menos aristas).
-  * Baja `top_nodes` y/o `KNN_EDGES`.
-  * Desactiva fusión SPECTER para comparar latencia.
-
----
-
-## 🛠️ Solución de problemas
-
-* **No cambia nada al activar SPECTER**: el Parquet no contiene `specter_embedding` o no se cargó. Verifica `SPECTER_AVAILABLE`.
-* **La red “gira” sin parar**: física habilitada; el código la **apaga** tras estabilizar. Ajusta parámetros o baja nodos/aristas.
-* **Gradio no muestra el grafo**: los `<script>` no se ejecutan en `gr.HTML`; se solventa con un **iframe** con `data:` URI y `sandbox`.
-* **Error JSON en `set_options`**: vis-network espera **JSON**, no bloques JS. Usa `json.dumps` en las opciones.
-
----
-
-## 📄 Licencia
-
-Indica aquí la licencia de tu proyecto (p. ej., MIT). Revisa las licencias de **SentenceTransformers**, **allenai-specter**, **Gradio** y dependencias.
-
----
-
-## 🙌 Créditos
-
-* Embeddings: **intfloat/multilingual-e5-small**, **allenai-specter**.
-* UI/servidor: **Gradio**.
-* Grafo: **vis-network**, **networkx**.
-
-> Hecho para explorar y recomendar de forma visual, precisa y rápida. ¡Disfruta! 🚀