Modelo de Clasificación de Sentimientos - Debate Presidencial Argentina 2023

Este modelo ha sido desarrollado en el marco de la Tesina para obtener el título de Licenciatura en Estadística en la Universidad Nacional de Rosario (UNR).

Autores:

  • Alumna: Natalia Marín
  • Director: Mag. Marcos Miguel Prunello

Descripción

Este modelo está diseñado para clasificar comentarios de diversas redes sociales obtenidos luego del primer debate presidencial en Argentina en el año 2023. Ha sido específicamente ajustado para analizar los comentarios sobre la candidata Myriam Bregman.

Para más información, consulte el siguiente enlace: link

Detalles del Modelo

  • Modelo base preentrenado: cardiffnlp/twitter-xlm-roberta-base-sentiment
  • Ajuste específico: El modelo ha sido fine-tuneado para clasificar comentarios sobre la candidata en el contexto de las elecciones presidenciales en Argentina.

Métricas Generales

Métrica Valor
Accuracy 0.837838
F1 Score 0.824761
Precision 0.812948
Recall 0.837838

Métricas por Clase

Clase Precision Recall F1 Support
Clase 0 0.867925 0.92 0.893204 50
Clase 1 0.0 0.0 0.0 2
Clase 2 0.761905 0.727273 0.744186 22

Matriz de Confusión

Clase 0 Clase 1 Clase 2
Clase 0 46 0 4
Clase 1 1 0 1
Clase 2 6 0 16

Cargar y Usar el Modelo en Python

A continuación, se muestra un ejemplo de cómo cargar el modelo y su tokenizador, y realizar una predicción de sentimiento en un comentario:

from transformers import XLMRobertaForSequenceClassification, XLMRobertaTokenizer
import torch

# Cargar el modelo y el tokenizador
model_path = "natmarinn/sentimientos bregman"
model = XLMRobertaForSequenceClassification.from_pretrained(model_path)
tokenizer = XLMRobertaTokenizer.from_pretrained(model_path)

# Texto de ejemplo
texto = "Vamos rusa."

# Tokenización
inputs = tokenizer(texto, return_tensors="pt", truncation=True)

# Predicción
with torch.no_grad():
    outputs = model(**inputs)
    logits = outputs.logits
    pred_class = torch.argmax(logits, dim=1).item()

# Mostrar resultado
clases = ["Clase 0", "Clase 1", "Clase 2"]
print(f"El comentario es clasificado como: {clases[pred_class]}")

@misc {natalia_marín_2024, author = { {Natalia Marín , Marcos Miguel Prunello} }, title = { sentimientos-bregman (Revision 685be08) }, year = 2024, url = { https://huggingface.co/natmarinn/sentimientos-bregman }, doi = { 10.57967/hf/3433 }, publisher = { Hugging Face } }

Downloads last month
139
Safetensors
Model size
278M params
Tensor type
F32
·
Inference Examples
This model does not have enough activity to be deployed to Inference API (serverless) yet. Increase its social visibility and check back later, or deploy to Inference Endpoints (dedicated) instead.

Model tree for natmarinn/sentimientos-bregman

Finetuned
(30)
this model

Space using natmarinn/sentimientos-bregman 1

Collection including natmarinn/sentimientos-bregman