The code has been rewritten to fit the lay-out proposal

scripts/format_lay_out.txt

@@ -0,0 +1,13 @@
+itinerary = [
+    (
+        sentence,
+        tree,
+        [ 
+            (
+                word,
+                dice,
+                options
+            ),
+        ] # sentence part
+    ),
+]

scripts/medialab.py

@@ -12,6 +12,7 @@ Created on Fri May 28 17:00:51 2021
 
 import spacy
 import random
+
 # Cargar tokenizer en español
 nlp = spacy.load("es_core_news_sm")
 
@@ -57,9 +58,15 @@ def crear_base_datos(nombre_texto):
 #Genera la siguiente palabra en el camino según la cadena de Markov
 def paso(palabra, palabras_arboles, palabras_camino):
 	if palabra in palabras_arboles:
-        return random.choice(palabras_arboles[palabra])
+		posibilidades = palabras_arboles[palabra]
+		dado = random.choice(range(0, len(palabras_arboles[palabra])))
+		palabra_siguiente = palabras_arboles[palabra][dado]
+		return (posibilidades, dado, palabra_siguiente)
 	elif palabra in palabras_camino :
-        return random.choice(palabras_camino[palabra])
+		posibilidades = palabras_camino[palabra]
+		dado = random.choice(range(0, len(palabras_camino[palabra])))
+		palabra_siguiente = palabras_camino[palabra][dado]
+		return (posibilidades, dado, palabra_siguiente)
 	else:
 		pass
 
@@ -68,13 +75,13 @@ def camino(palabra, palabras_arboles, palabras_camino):
 	itinerario = palabra.capitalize() + ' '
 	while palabra != '.' and i < 100:
 		delimitador = ' '
-        palabra = paso(palabra, palabras_arboles, palabras_camino)
+		_, __, palabra_siguiente = paso(palabra, palabras_arboles, palabras_camino)
-        if palabra in '.,:;!?\)':
+		if palabra_siguiente in '.,:;!?\)':
 			itinerario = itinerario[:-1]
 		aliento = random.random()
 		if aliento < 0.1:
 			delimitador = '\n'
-        itinerario += (palabra + delimitador)
+		itinerario += (palabra_siguiente + delimitador)
 		i += 1
 	return itinerario
 

scripts/paseo.py

@@ -2,17 +2,20 @@ from parse_trees import load_trees_from_json
 from medialab import crear_base_datos, paso
 from random import shuffle, random
 
+# creating Markov Chain in text & trees
 def path(word, words_tree, words_path, trees):
 	# Collects a list of trees to visit
 	tree_index = {}
 	itinerary = []
 	current_step = word.capitalize() + ' '
+	markov_decision_traces = [ ( word, -1, []) ]
 
-    word = paso(word, words_tree, words_path)
+	posibilities, dice, next_word = paso(word, words_tree, words_path)
 	
-    while len(itinerary) < 100 and word not in '.!?':
+	while len(itinerary) < 100 and next_word not in '.!?':
-        if word in ',:;\)':
+		if next_word in ',:;\)':
 			current_step = current_step[:-1]
+			current_step += ' '
 
 		breath = random()
 		if breath < 0.1:
@@ -20,45 +23,51 @@ def path(word, words_tree, words_path, trees):
 		else:
 			separator = ' '
 		
-        current_step += (word + separator)
+		current_step += (next_word + separator)
+		markov_decision_traces.append(( next_word, dice, posibilities ))
 
-        if word in words_tree:
+		if next_word in words_tree:
 			# Current word is a tree word, this step in the itinerary is 'complete'
 			# Word is not yet in the index, add a tree for this word
-            if word not in tree_index:
+			if next_word not in tree_index:
 				# Add tree to index and remove from list of available trees
-                tree_index[word] = trees.pop(0)
+				tree_index[next_word] = trees.pop(0)
 
 			# Retreive tree linked to this word from the index
-            tree = tree_index[word]
+			tree = tree_index[next_word]
-            
 
 			# Get a next word from the database
-            word = paso(word, words_tree, words_path)
+			word = next_word
+			posibilities, dice, next_word = paso(word, words_tree, words_path)
 
 			# Try to look ahead to the next word, if the next word 
 			# is interpunction, add it to the current step
 			# but first remove trailing space
-            if word in '.,:;!?\)':
+			if next_word in '.,:;!?\)':
-                current_step = current_step[:-1] + word
+				current_step = current_step[:-1] + next_word
 				# Request a new next word to continue generation  
+				markov_decision_traces.append(( next_word, dice, posibilities ))
 
 				# Test whether the next word marks the end of a sentence,
 				# thus the end of the itinerary. Then don't touch it so the
 				# while will break.
-                if word not in '.!?':
+				if next_word not in '.!?':
-                    word = paso(word, words_tree, words_path)
+					word = next_word
+					posibilities, dice, next_word = paso(word, words_tree, words_path)
 
 			# Add the current step, and the tree to the itinerary
 			itinerary.append((
 				current_step,
-                tree
+				tree,
+				markov_decision_traces
 			))
 
 			# Clear the current step
 			current_step = ''
+			markov_decision_traces = []
 		else:
-            word = paso(word, words_tree, words_path)
+			word = next_word
+			posibilities, dice, next_word = paso(word, words_tree, words_path)
 
 	return itinerary
 
@@ -77,12 +86,45 @@ def crear_camino(nombre_archivo, palabra_inicial):
 import os.path
 
 basepath = os.path.dirname(__file__)
-textfile = os.path.join(basepath, '../data/emilia_prueba.txt')
 
 #EJECUCIÓN__________________________________________________________________
-path = crear_camino(textfile, 'un')
+print('Puedes elegir una novela para crear tu Paseo por árboles de Madrid.')
-
+print('Opción 1: La novela "La madre naturaleza" de la escritora feminista Emilia Pardo Bazán \
-for step in path:
+fue publicada en 1887. Usa en esta obra una prosa poética y descriptiva, y en sus páginas se \
-    print(step[0])
+siente el amor que profesa al paisaje gallego, con un conocimiento de la botánica y de \
-    print(step[1]['properties']['NOMBRE_COMUN'], ' en ', step[1]['properties']['MINTDIRECCIONAUX'])
+las costumbres rurales muy superior al de sus contemporáneos.')
+print('Opción 2: La novela "Miau" del escritor Benito Pérez Galdós fue publicada en 1888. \
+Enmarcada en el género realista, satiriza el Madrid burocrático de finales del siglo XIX \
+a partir de las vicisitudes vitales de su protagonista, Ramón Villaamil, \
+un competente exempleado del Ministerio de Hacienda, al que una serie de intrigas \
+han dejado cesante.')
+novel = input('Por favor, marca 1 o 2: ')
+
+first_word = 'un'
+if novel == '1':
+	novel = os.path.join(basepath, '../data/emilia_prueba.txt')
+	author = 'Emilia Pardo Bazán'
+	title = 'La Madre Naturaleza'
+else:
+	novel = os.path.join(basepath, '../data/prueba.txt')
+	author = 'Benito Pérez Gáldos'
+	title = 'Miau'
+
+# Create title/subtitle
+print('\nPaseo por los árboles de Madrid con', author, 'y', title, '\n')
+print('-------------------------------------------------------------------------------------------\n')
+
+# Create chapters
+path = crear_camino(novel, first_word)
+
+sentences = []
+for sentence, tree, traces in path:
+	for word, dice, options in traces:
+		print('Dice rolled - {} -'.format(dice))
+		print('New word - {} - chosen from {}'.format(word, options))
+		print('')
+	sentences.append(sentence)
+	print('Itinerary:\n{} \n'.format(''.join(sentences)))
+	print('Tree linked to last word :', tree['properties']['NOMBRE_COMUN'], ' en ', tree['properties']['MINTDIRECCIONAUX'], '\n')
+	print('\n')