Update app.py

app.py

@@ -299,9 +299,71 @@ def harvest_backup_terms(text: str, limit: int = 400) -> List[str]:
     top = [w for w,_ in sorted(stats.items(), key=lambda kv: -kv[1])]
     return top[:limit]
 
-# --- (J) مشتّتات ذكية تضمن دائمًا ≥3 خيارات فعلية ---
+# ================== (NEW) موازنة الطول والتطويل ==================
+
+# كاش صغير لعبارة الصحيحة لاستخدامها أثناء التطويل
+ref_phrase_cache = {}
+
+def word_len(s: str) -> int:
+    return len([w for w in re2.split(r"\s+", s.strip()) if w])
+
+def within_ratio(cand: str, target_len: int, tol: float = 0.2) -> bool:
+    L = word_len(cand)
+    return (target_len*(1-tol) <= L <= target_len*(1+tol))
+
+# قوالب عربية عامة للتطويل عند غياب الـMLM أو فشل توقع مناسب
+GENERIC_PREFIXES = ["تقنيات", "مجال", "أنظمة", "تطبيقات", "مفاهيم", "ممارسات", "نماذج", "آليات"]
+GENERIC_SUFFIXES = ["الذكية", "التعليمية", "الحديثة", "المتقدمة", "المبتكرة", "الرقمية"]
+
+def shape_phrase_like(ref: str, cand: str) -> str:
+    """مواءمة التعريف/التنكير لتقارب الشكل العام."""
+    return with_same_definiteness(ref, cand)
+
+def try_mlm_expand(cand: str, sentence_with_blank: str, target_len: int) -> Optional[str]:
+    """توسيع المشتّت عبر MLم بإضافة كلمة قبل/بعد ليقترب الطول من الصحيحة."""
+    masker = get_masker()
+    if not masker:
+        return None
+    trials = []
+    trials.append(sentence_with_blank.replace("_____", f"{masker.tokenizer.mask_token} {cand}"))
+    trials.append(sentence_with_blank.replace("_____", f"{cand} {masker.tokenizer.mask_token}"))
+
+    for masked_sent in trials:
+        try:
+            outs = masker(masked_sent, top_k=8)
+        except Exception:
+            continue
+        for o in outs:
+            tok = o["token_str"].strip()
+            if not tok or re2.match(r"^[\p{P}\p{S}\d_]+$", tok):
+                continue
+            if masked_sent.strip().startswith(masker.tokenizer.mask_token):
+                phrase = f"{tok} {cand}"
+            else:
+                phrase = f"{cand} {tok}"
+            # تجنب التطابق مع الصحيحة بعد التطبيع
+            if within_ratio(phrase, target_len) and norm_ar(phrase) != norm_ar(ref_phrase_cache.get("correct","")):
+                return phrase
+    return None
+
+def fallback_expand(cand: str, target_len: int) -> str:
+    """تطويل بسيط بقوالب عامة إذا فشل الـMLM."""
+    for p in GENERIC_PREFIXES:
+        phrase = f"{p} {cand}"
+        if within_ratio(phrase, target_len):
+            return phrase
+    for sfx in GENERIC_SUFFIXES:
+        phrase = f"{cand} {sfx}"
+        if within_ratio(phrase, target_len):
+            return phrase
+    phrase = f"{random.choice(GENERIC_PREFIXES)} {cand} {random.choice(GENERIC_SUFFIXES)}"
+    return phrase
+
+# --- (J) مشتّتات ذكية تضمن دائمًا ≥3 خيارات فعلية + موازنة الطول ---
 def smart_distractors(correct: str, phrase_pool: List[str], sentence_with_blank: str, backup_terms: List[str], k: int = 3) -> List[str]:
     target = correct.strip()
+    ref_phrase_cache["correct"] = target  # لتجنّب مطابقة بعد التطويل
+
     # 1) مصادر متعددة
     neigh = nearest_terms(target, phrase_pool, k=48)
     mlm  = mlm_fill(sentence_with_blank, target, k=24)
@@ -337,19 +399,30 @@ def smart_distractors(correct: str, phrase_pool: List[str], sentence_with_blank:
     if not filtered:
         filtered = raw_pool[:max(24, k*6)]
 
-    # 4) مواءمة تعريف/تنكير + طول قريب ومعنى غير مطابق
-    L = len(strip_al(target))
+    # 4) موازنة الطول (أساسي): اجعل المشتّت قريب طولًا من الصحيحة
+    target_words = word_len(target)
     shaped = []
     for w in filtered:
-        w2 = with_same_definiteness(target, w)
-        if abs(len(strip_al(w2)) - L) <= max(8, L//2):
-            if norm_ar(w2) != norm_ar(target):
-                shaped.append(w2)
+        cand = shape_phrase_like(target, w)  # مواءمة "الـ"
+        if within_ratio(cand, target_words, tol=0.2):
+            shaped.append(cand)
+            continue
+        # جرّب توسيع بالـMLM
+        expanded = try_mlm_expand(cand, sentence_with_blank, target_words)
+        if expanded and within_ratio(expanded, target_words, tol=0.2):
+            shaped.append(expanded)
+            continue
+        # fallback بقوالب عامة
+        fb = fallback_expand(cand, target_words)
+        shaped.append(fb)
+
+    # إزالة أي تطويل خرج متطابقًا مع الصحيحة بعد التطبيع
+    shaped = [s for s in shaped if norm_ar(s) != norm_ar(target)]
 
     # 5) ترتيب بالانسجام
     ranked = rank_by_sentence_coherence(sentence_with_blank, target, shaped, topk=max(k, 12))
 
-    # 6) خذ أفضل k؛ وإن لم يكفِ، أكمل من shaped ثم من raw_pool (بدون "—" إطلاقًا)
+    # 6) خذ أفضل k؛ وإن لم يكفِ، أكمل من shaped ثم filtered ثم raw_pool ثم backup_terms
     out = []
     for src in [ranked, shaped, filtered, raw_pool, backup_terms]:
         for w in src:
@@ -360,7 +433,6 @@ def smart_distractors(correct: str, phrase_pool: List[str], sentence_with_blank:
 
     # ضمان العدد بدون أي placeholders
     if len(out) < k:
-        # آخر حل: كرّر أقرب عناصر (أفضل من فراغ)
         while len(out) < k and ranked:
             out.append(ranked[len(out) % len(ranked)])
 
@@ -407,7 +479,7 @@ def make_mcqs(text:str, n:int=6)->List[MCQ]:
 
         q = re2.sub(rf"(?<!\p{{L}}){re2.escape(kp)}(?!\p{{L}})", "_____", s, count=1)
 
-        # مشتّتات ذكية تضمن دائمًا ≥3
+        # مشتّتات ذكية تضمن دائمًا ≥3 ومتوازنة الطول
         pool = [x for x in keyphrases if x != kp]
         distracts = smart_distractors(kp, pool, q, backup_terms, k=3)
 
@@ -429,7 +501,7 @@ def to_records(items:List[MCQ])->List[dict]:
         for i,lbl in enumerate(["A","B","C","D"]):
             txt=(it.choices[i] if i<len(it.choices) else "—").strip()
             txt=txt.replace(",", "،").replace("?", "؟").replace(";", "؛")
-            # منع أي Placeholder يظهر للمستخدم: لو كان نصًا فارغًا، عوّض من الصحيحة مع تشويش بسيط
+            # منع أي Placeholder يظهر للمستخدم
             if txt == "—" or not txt:
                 txt = "خيار"
             opts.append({"id":lbl,"text":txt or "خيار","is_correct":(i==it.answer_index)})
@@ -512,7 +584,7 @@ textarea{min-height:120px}
 .q-header{display:flex;gap:10px;align-items:center;justify-content:space-between;margin-bottom:6px}
 .q-title{color:#eaeaf2;font-weight:800}
 .q-badge{padding:8px 12px;border-radius:10px;font-weight:700}
-.q-badge.ok{background:#083a2a;color:#b6ف4db;border:1px solid #145b44}
+.q-badge.ok{background:#0f2f22;color:#b6f4db;border:1px solid #145b44}
 .q-badge.err{background:#3a0d14;color:#ffd1d6;border:1px solid #6a1e2b}
 
 .q-text{color:var(--text);font-size:1.06rem;line-height:1.8;margin:8px 0 12px}