Pléyade (proyecto LiteraLevel)
La aplicación se llama Pléyade desde el 26 de septiembre de 2026. El proyecto,
el modelo (literalevel-v4), los repositorios, los Spaces y el paquete conservan
el nombre LiteraLevel.
App de lectura en inglés que estima la dificultad de un texto y acompaña al
lector mientras lee. Proyecto integrador del Módulo 5, Diplomado en Ciencia de
Datos (Generación 34).
Entrega web: Angular + API, con Gradio como respaldo:
Para correr Angular en local, en una terminal desde la raíz del proyecto:
pip install -r requirements.txt
python -X utf8 -m uvicorn app.api:app --host 127.0.0.1 --port 8000
En otra terminal:
cd front
npm.cmd ci
npm.cmd start -- --host 127.0.0.1 --port 4200
Abrir http://127.0.0.1:4200/. El proxy de desarrollo (front/proxy.conf.json)
envía /api al puerto 8000. No hace falta instalar Angular globalmente. Para el respaldo Gradio,
python -X utf8 main.py usa el puerto 7860; ese comando por sí solo no arranca
la API que espera el front. python -X utf8 app/api.py levanta la API y Gradio
en un solo proceso, solo en local. Los recursos del apartado Datos también hacen falta.
Qué hace
- Sitúa al lector. Un cuestionario breve —seis pasos: tres preguntas y
tres fragmentos en escalera—, o midiendo un texto que ya lee cómodo.
- Busca qué leer. 53.179 libros de Project Gutenberg indexados por
significado: se describe la trama en español y el buscador la entiende. Se
ajusta al nivel del lector. Cada libro está medido entero por el modelo
v4, capítulo a capítulo (585.111 capítulos), y cuando un libro te queda
grande la aplicación te propone los capítulos que sí están a tu alcance. La
letra es orientativa: el modelo ordena bien los niveles, pero no certifica
ninguno. Además, 15.367 textos de licencia libre (StoryWeaver, Let's
Read, African Storybook y VOA) medidos con el v4, que se abren sin descargar
nada y salen intercalados al recomendar por nivel: 68.546 textos en total
(commit
740eb84, publicado en el reinicio 21). Los títulos con aviso de contenido lo enseñan antes de
abrir y nunca encabezan la recomendación. (Hasta el 12 de septiembre de 2026
el catálogo eran 1.197 libros con etiquetas heredadas de un modelo v1.)
- Lee. Lector integrado de epub, pdf y txt. Los libros de Project
Gutenberg se descargan y se abren dentro de la app, sin salir a por ellos.
Al abrir un libro sale su ficha: tiempo estimado a 180 o 110 palabras por
minuto (no el ritmo medido del lector), cuánto es diálogo y qué palabras se repiten. Todo eso está
contado sobre el archivo. Aparte, y detrás de un botón, un resumen de qué
trata escrito por un modelo de lenguaje a partir de pasajes del propio
libro, marcado como tal. Y la curva de dificultad capítulo a capítulo,
que sí lee el libro entero con el v4: ahí no se muestrea.
- Explica una palabra. Doble clic sobre cualquier palabra del texto:
lema, IPA británica y americana de la forma escrita (Wiktionary, CMUdict o, si
faltan, la IA, marcada), definición, el sentido que
tiene en esa frase, la gramática y el audio de pronunciación. En español
o en inglés, a elegir. Kaikki conserva la definición cuando existe una
acepción utilizable; si no existe y se autoriza el servicio externo, el
fallback aparece marcado como generado por IA. Si la acepción es dudosa y no
hay explicación, dice «Puede ser» con las principales.
- Corrige la pronunciación. Se lee una frase en voz alta y se marca
palabra por palabra qué sonó bien y qué no, con el sonido concreto que
falla y cómo colocar la boca, con su audio y el corte de la boca (2D o 3D)
moviéndose al compás, también más lento. Y lectura natural: dónde se paró
el lector y qué tramos van lentos para su nivel, énfasis, enlaces y
reducciones del habla rápida (don't you → doncha), y la frase dicha de
corrido.
- Recuerda. Mi espacio guarda todos los libros empezados, con la
barra de avance y el capítulo por el que iba cada uno, y los reabre ahí
mismo, con (palabras por día y repasos). guarda
cada palabra consultada con su frase y su libro, y las pregunta.
Con usuario y contraseña, todo eso es de la cuenta y se ve igual en
cualquier aparato (desde el 26 sep); sin cuenta, es de ese navegador.
El modelo
distilroberta-base en regresión, no clasificación. Bloques de 250
palabras, mínimo 150, hasta 8 por documento repartidos por todo el texto, media
sin ponderar. Escala interna 0..5 (A1..C2); escala pública 0..2 = interna × 0.4.
El modelo no recibe la longitud del documento como variable: puntúa
ventanas de tamaño fijo y promedia. Eso no es lo mismo que decir que su salida
sea independiente de la longitud — en British Council correlacionan 0.732,
porque ese corpus gradúa también por longitud de la tarea.
| Validación | n | Dentro de ±1 nivel | Spearman |
|---|
Validación interna ELG (predicciones en entrenamiento_v4/) | 144 | 97.2 % | 0.908 |
| British Council (externo, no incluido) | 38 | 100 % | 0.829 |
El baseline, dicho antes de que lo pregunten
Sobre los 47 textos de British Council que se pueden medir en local:
| Señal | Spearman con el nivel oficial |
|---|
| Modelo v4 | 0.860 |
| Contar las palabras del texto, sin modelo | 0.807 |
| Modelo, descontando la longitud (correlación parcial) | 0.668 |
This is the beginning of the README. Read the rest at the original. Read the full README ↗
