|
--- |
|
tags: |
|
- generated_from_trainer |
|
- chilean spanish |
|
- español chileno |
|
datasets: |
|
- jorgeortizfuentes/universal_spanish_chilean_corpus |
|
model-index: |
|
- name: chilean-bert-base-spanish-wwm-cased |
|
results: [] |
|
license: cc-by-4.0 |
|
language: |
|
- es |
|
pipeline_tag: fill-mask |
|
--- |
|
|
|
<!-- This model card has been generated automatically according to the information the Trainer had access to. You |
|
should probably proofread and complete it, then remove this comment. --> |
|
|
|
# Tulio Chilean Spanish BERT |
|
|
|
Este modelo es una versión fine-tuneada de [dccuchile/bert-base-spanish-wwm-cased](https://huggingface.co/dccuchile/bert-base-spanish-wwm-cased) con el (Universal and Chilean Spanish Corpus)[jorgeortizfuentes/universal_spanish_chilean_corpus] |
|
|
|
## Descripción |
|
|
|
Tulio ha sido entrenado con textos en español de Chile (noticias, web, reclamos y tweets) y libros en español. |
|
|
|
### Hiperparámetros |
|
|
|
Los siguientes hiperparámetros fueron usados durante el entrenamiento: |
|
|
|
- learning_rate: 2e-05 |
|
- train_batch_size: 64 |
|
- eval_batch_size: 64 |
|
- seed: 13 |
|
- optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08 |
|
- lr_scheduler_type: constant |
|
- num_epochs: 1 |
|
|
|
## Resultados del entrenamiento |
|
|
|
| Epoch | Training Loss | |
|
|-------|----------| |
|
| 0.1 | 1.5646 | |
|
| 0.2 | 1.4615 | |
|
| 0.3 | 1.4251 | |
|
| 0.4 | 1.4013 | |
|
| 0.5 | 1.3836 | |
|
| 0.6 | 1.3704 | |
|
| 0.7 | 1.3598 | |
|
| 0.8 | 1.3506 | |
|
| 0.9 | 1.3429 | |
|
| 1.0 | 1.3995 | |
|
|
|
## Evaluación y comparativa con otros modelos en español |
|
|
|
| Modelo | Text classification task (en español de Chile) | Token classification task (en español de Chile) | |
|
|----------------|------------------------------------------------------|----------------------------------------------------| |
|
| Beto (BERT Spanish) | 0.8392 | 0.7544 | |
|
| Bertin Roberta Base | 0.8325 | - | |
|
| Roberta Large BNE | 0.8499 | 0.7697 | |
|
| Tulio BERT | **0.8503** | **0.7815** | |
|
| Patana BERT | 0.8435 | 0.7777 | |
|
|
|
|
|
## Framework versions |
|
|
|
- Transformers 4.30.2 |
|
- Pytorch 2.0.1+cu117 |
|
- Datasets 2.13.1 |
|
- Tokenizers 0.13.3 |
|
|
|
## Agradecimientos |
|
|
|
Agradecemos al [Departamento de Ciencias de la Computación de la Universidad de Chile](https://www.dcc.uchile.cl/) y a [ReLeLa](https://relela.com/) por los servidores proporcionados para el entrenamiento del modelo. También agradecemos por su apoyo al [Instituto Milenio Fundamentos de los Datos](https://imfd.cl/). |
|
|
|
## Licencia |
|
|
|
La licencia CC BY 4.0 es la que mejor describe las intenciones de nuestro trabajo. Sin embargo, no estamos seguros de que todos datos utilizados para entrenar este modelo tengan licencias compatibles con CC BY 4.0 (especialmente para uso comercial). |
|
|
|
## Limitaciones |
|
|
|
El dataset de entrenamiento no recibió ningún tipo de censura. Por lo tanto, el modelo puede contener representaciones ideológicas no deseadas. Utilizar con precaución. |
|
|
|
## Autor |
|
|
|
Modelo y datasets recopilados por [Jorge Ortiz Fuentes](https://ortizfuentes.com) |
|
|
|
## Citación |
|
|
|
Pendiente |
