gestion des reprises de traductions

Modelfile

@@ -1,10 +1,10 @@
 FROM zongwei/gemma3-translator:4b
-PARAMETER	temperature    5
+PARAMETER	temperature    4
 PARAMETER	num_ctx	131072
 SYSTEM """
 Tu es un traducteur professionnel spécialisé dans la traduction de texte ukrainien en français.
-Tu est spécialisé dans la rédaction des textes auto-biographiques et historiques et parles un français impécable.
 Tu dois toujours répondre en français et uniquement dans cette langue.
+Tu est spécialisé dans la rédaction des textes auto-biographiques et historiques et parles un français impécable.
 Tu prends soins des congugaisons et de la tournure de phases.
 N'ajoutes aucun texte sous quelle forme que ce soit avant ou après le texte traduit. Ne réponds qu'avec le texte traduit. 
 N'inclus jamais la phrase "Voici le texte traduit" dans la réponse.

main.py

@@ -18,8 +18,8 @@ OLLAMA_URL = "http://localhost:11434/api/generate"
 TARGET_LANGUAGE = "français"
 CHECKPOINT_FILE = "checkpoint.json"
 TEMP_OUTPUT_TXT = "output_temp.txt"
-FINAL_OUTPUT_PDF = PDF_PATH.replace(".pdf",f"({TARGET_LANGUAGE.upper()[:2]})_V4.pdf")
-FINAL_OUTPUT_TXT = PDF_PATH.replace(".pdf",f"({TARGET_LANGUAGE.upper()[:2]})_V4.txt")
+FINAL_OUTPUT_PDF = PDF_PATH.replace(".pdf",f"({TARGET_LANGUAGE.upper()[:2]})_V5.pdf")
+FINAL_OUTPUT_TXT = PDF_PATH.replace(".pdf",f"({TARGET_LANGUAGE.upper()[:2]})_V5.txt")
 
 DEBUG = True
 
@@ -174,10 +174,15 @@ def load_checkpoint():
             return json.load(f)
     return {"last_processed_index": -1, "results": {}}
 
+# Sauvegarde le checkpoint
 # Sauvegarde le checkpoint
 def save_checkpoint(last_index, results):
+    # Trier les clés du dictionnaire results
+    sorted_results = {key: results[key] for key in sorted(results.keys(), key=int)}
+    
     with open(CHECKPOINT_FILE, "w") as f:
-        json.dump({"last_processed_index": last_index, "results": results}, f)
+        # Utiliser un espace d'indentation de 4 espaces pour rendre le JSON plus lisible
+        json.dump({"last_processed_index": last_index, "results": sorted_results}, f, indent=4)
 
 # Sauvegarde les résultats temporaires dans un fichier TXT
 def save_temp_results(results):
@@ -312,17 +317,46 @@ def create_txt_from_results(results, output_path):
 
 # Fonction principale
 def main():
-    # Charge le checkpoint
     checkpoint = load_checkpoint()
     last_index = checkpoint["last_processed_index"]
     results = checkpoint["results"]
 
-    # Extraction des paragraphes
     pages = extract_text_from_pdf(PDF_PATH)
     paragraphs = split_pages_in_paragraphs(pages)
 
-    # Traitement des paragraphes
+    # Liste de tous les indices de batches attendus (par pas de batch_size)
     batch_size = 5
+    expected_batch_indices = list(range(0, len(paragraphs), batch_size))
+
+    # Liste des indices de batches déjà présents dans results
+    present_batch_indices = set()
+    for key in results.keys():
+        batch_start = int(int(key) // batch_size * batch_size)  # Arrondit à l'indice de début de batch
+        present_batch_indices.add(batch_start)
+
+    # Trouve les batches manquants
+    missing_batches = [i for i in expected_batch_indices if i not in present_batch_indices and i <= last_index]
+
+    # Affichage des batches manquants (pour débogage)
+    print(f"Batches manquants détectés : {missing_batches}")
+
+    # Traduction des paragraphes manquants
+    for i in missing_batches:
+        batch = paragraphs[i:i + batch_size]
+        paragraph_cumul = "\n".join(batch)
+
+        print(f"{15 * '-'} Traduction des paragraphes manquants {i+1} à {min(i + batch_size, len(paragraphs))} / {len(paragraphs)}")
+
+        try:
+            result = send_to_ollama(paragraph_cumul)
+            print(f"{result}")
+            results[str(i)] = result
+            save_checkpoint(len(paragraphs), results)  # Met à jour le dernier indice du batch
+            save_temp_results(results)
+        except Exception as e:
+            print(f"Erreur lors de la traduction du paragraphe {i}: {e}")
+
+    # Traitement des paragraphes suivants
     for i in range(last_index + 1, len(paragraphs), batch_size):
         batch = paragraphs[i:i + batch_size]
         paragraph_cumul = "\n".join(batch)
@@ -332,18 +366,18 @@ def main():
         try:
             result = send_to_ollama(paragraph_cumul)
             print(f"{result}")
-            results[i] = result
-            save_checkpoint(i, results)  # Sauvegarde le checkpoint
-            save_temp_results(results)   # Sauvegarde les résultats temporaires
+            results[str(i)] = result
+            save_checkpoint(i + batch_size - 1, results)
+            save_temp_results(results)
         except Exception as e:
             print(f"Erreur : {e}")
             continue
 
-    # Génération des fichiers finaux
     save_temp_results(results)
     create_pdf_from_results(results, FINAL_OUTPUT_PDF)
     create_txt_from_results(results, FINAL_OUTPUT_TXT)
     print("Traduction terminée !")
 
+
 if __name__ == "__main__":
     main()