clean up datasources

README.md

@@ -156,33 +156,96 @@ python src/paddle_ocr_tuning.py \
 ## Fuentes de Datos
 
 - **Dataset**: Instrucciones para la elaboración del TFE (UNIR), 24 páginas
-- **Resultados benchmark**: `results/ai_ocr_benchmark_finetune_results_20251206_113206.csv`
-- **Resultados Ray Tune**: `src/raytune_paddle_subproc_results_20251207_192320.csv`
+- **Resultados Ray Tune (PRINCIPAL)**: `src/raytune_paddle_subproc_results_20251207_192320.csv` - 64 trials de optimización con todas las métricas y configuraciones
 
 ---
 
 ## Generación del Documento TFM
 
-### Generar documento Word desde Markdown
+### Prerrequisitos
 
 ```bash
-# 1. Generar figuras desde diagramas Mermaid
+# Instalar dependencias de Python
+pip install beautifulsoup4
+
+# Instalar mermaid-cli para generación de figuras
+npm install @mermaid-js/mermaid-cli
+```
+
+### Flujo de Generación del Documento
+
+El documento TFM se genera en **3 pasos** que deben ejecutarse en orden:
+
+```
+┌─────────────────────────────────────────────────────────────────────┐
+│  PASO 1: generate_mermaid_figures.py                                │
+│  ────────────────────────────────────────────────────────────────── │
+│  • Lee diagramas Mermaid de docs/*.md                               │
+│  • Genera thesis_output/figures/figura_*.png                        │
+│  • Crea figures_manifest.json con títulos                           │
+└─────────────────────────────────────────────────────────────────────┘
+                                ↓
+┌─────────────────────────────────────────────────────────────────────┐
+│  PASO 2: apply_content.py                                           │
+│  ────────────────────────────────────────────────────────────────── │
+│  • Lee plantilla desde instructions/plantilla_individual.htm        │
+│  • Inserta contenido de docs/*.md en cada capítulo                  │
+│  • Genera tablas con formato APA y figuras con referencias          │
+│  • Guarda en thesis_output/plantilla_individual.htm                 │
+└─────────────────────────────────────────────────────────────────────┘
+                                ↓
+┌─────────────────────────────────────────────────────────────────────┐
+│  PASO 3: Abrir en Microsoft Word                                    │
+│  ────────────────────────────────────────────────────────────────── │
+│  • Abrir thesis_output/plantilla_individual.htm                     │
+│  • Ctrl+A → F9 para actualizar índices (contenidos/figuras/tablas)  │
+│  • Guardar como TFM_Sergio_Jimenez.docx                             │
+└─────────────────────────────────────────────────────────────────────┘
+```
+
+### Comandos de Generación
+
+```bash
+# Desde el directorio raíz del proyecto:
+
+# PASO 1: Generar figuras PNG desde diagramas Mermaid
 python3 generate_mermaid_figures.py
+# Output: thesis_output/figures/figura_1.png ... figura_8.png
 
-# 2. Aplicar contenido de docs/ a la plantilla UNIR
+# PASO 2: Aplicar contenido de docs/ a la plantilla UNIR
 python3 apply_content.py
+# Output: thesis_output/plantilla_individual.htm
 
-# 3. Abrir en Word y actualizar índices
+# PASO 3: Abrir en Word y finalizar documento
 # - Abrir thesis_output/plantilla_individual.htm en Microsoft Word
-# - Presionar Ctrl+A luego F9 para actualizar todos los índices
+# - Ctrl+A → F9 para actualizar todos los índices
+# - IMPORTANTE: Ajustar manualmente el tamaño de las imágenes para legibilidad
+#   (seleccionar imagen → clic derecho → Tamaño y posición → ajustar al ancho de página)
 # - Guardar como .docx
 ```
 
-**Contenido generado automáticamente:**
-- 30 tablas con formato `Piedefoto-tabla` (Tabla X. *Título* + Fuente)
-- 7 figuras desde Mermaid con formato `Piedefoto-tabla` (Figura X. *Título* + Fuente)
-- 25 referencias en formato APA con sangría francesa
-- Resumen y Abstract con palabras clave reales
+### Notas Importantes para Edición en Word
+
+1. **Ajuste de imágenes**: Las figuras Mermaid pueden requerir ajuste manual de tamaño para ser legibles. Seleccionar cada imagen y ajustar al ancho de texto (~16cm).
+
+2. **Actualización de índices**: Después de cualquier cambio, usar Ctrl+A → F9 para regenerar índices.
+
+3. **Formato de código**: Los bloques de código usan Consolas 9pt. Verificar que no se corten líneas largas.
+
+### Archivos de Entrada y Salida
+
+| Script | Entrada | Salida |
+|--------|---------|--------|
+| `generate_mermaid_figures.py` | `docs/*.md` (bloques ```mermaid```) | `thesis_output/figures/figura_*.png`, `figures_manifest.json` |
+| `apply_content.py` | `instructions/plantilla_individual.htm`, `docs/*.md`, `thesis_output/figures/*.png` | `thesis_output/plantilla_individual.htm` |
+
+### Contenido Generado Automáticamente
+
+- **30 tablas** con formato APA (Tabla X. *Título* + Fuente: ...)
+- **8 figuras** desde Mermaid (Figura X. *Título* + Fuente: Elaboración propia)
+- **25 referencias** en formato APA con sangría francesa
+- **Resumen/Abstract** con palabras clave
+- **Índices** actualizables (contenidos, figuras, tablas)
 - Eliminación automática de textos de instrucción de la plantilla
 
 ---