casvsv commited on
Commit
ac74deb
1 Parent(s): e63625f

Update README.md

Browse files
Files changed (1) hide show
  1. README.md +11 -2
README.md CHANGED
@@ -33,19 +33,25 @@ model-index:
33
  ---
34
 
35
  # electricidad-small-discriminator-finetuned-clasificacion-comentarios-suicidas
 
36
  El presente modelo se encentra basado en na versión mejorada de [mrm8488/electricidad-small-discriminator](https://huggingface.co/mrm8488/electricidad-small-discriminator), y con el uso de la base de datos [hackathon-pln-es/comentarios_depresivos](https://huggingface.co/datasets/hackathon-pln-es/comentarios_depresivos).
37
  Siendo de esta manera los resultados obtenidos en la evaluación del modelo:
38
  - Pérdida 0.0458
39
  - Precisión: 0.9916
 
40
  ## Autores
41
  - Danny Vásquez
42
  - César Salazar
43
  - Alexis Cañar
44
  - Yannela Castro
45
  - Daniel Patiño
 
46
  ## Descripción del Modelo
 
47
  electricidad-small-discriminator-finetuned-clasificacion-comentarios-suicidas es un modelo Transformers pre-entrenado bajo un largo corpus de comentarios obtenidos de REEDIT traducidos al español, con el fin de poder predecir si un comentario tiene una tendencia suicida en base al contexto. Por ende, recibirá una ENTRADA en la cuál se ingresará el texto a comprobar, para posteriormente obtener como única SALIDA de igual manera dos posibles opciones: “Suicida” o “No Suicida”.
 
48
  ## Motivación
 
49
  Siendo la principal inspiración del modelo que sea utilizado para futuros proyectos que busquen detectar los casos de depresión a tiempo mediante el procesamiento del lenguaje natural, para poder prevenir los casos de suicido en niños, jóvenes y adultos.
50
 
51
  ## ¿Cómo usarlo?
@@ -64,8 +70,10 @@ El modelo puede ser utilizado de manera directa mediante la importación de la l
64
  }]
65
  ```
66
  ## Proceso de entrenamiento
 
67
  ### Datos de entrenamiento
68
  Como se declaró anteriormente, el modelo se pre-entrenó basándose en la base de datos [comentarios_depresivos]( https://huggingface.co/datasets/hackathon-pln-es/comentarios_depresivos), el cuál posee una cantidad de 192 347 filas de datos para el entrenamiento, 33 944 para las pruebas y 22630 para la validación.
 
69
  ### Hiper parámetros de entrenamiento
70
  - learning_rate: 2e-05
71
  - train_batch_size: 32
@@ -113,9 +121,10 @@ Daniel Patiño},
113
  }
114
  ```
115
 
116
- <a href="https://huggingface.co/spaces/hackathon-pln-es/clasificador-comentarios-suicidas">
117
- <p> Visualizar en GRADIO</p>
118
  <img width="300px" src="https://hf.space/embed/hackathon-pln-es/clasificador-comentarios-suicidas/static/img/logo.svg">
119
  </a>
 
120
  ---
121
 
 
33
  ---
34
 
35
  # electricidad-small-discriminator-finetuned-clasificacion-comentarios-suicidas
36
+
37
  El presente modelo se encentra basado en na versión mejorada de [mrm8488/electricidad-small-discriminator](https://huggingface.co/mrm8488/electricidad-small-discriminator), y con el uso de la base de datos [hackathon-pln-es/comentarios_depresivos](https://huggingface.co/datasets/hackathon-pln-es/comentarios_depresivos).
38
  Siendo de esta manera los resultados obtenidos en la evaluación del modelo:
39
  - Pérdida 0.0458
40
  - Precisión: 0.9916
41
+
42
  ## Autores
43
  - Danny Vásquez
44
  - César Salazar
45
  - Alexis Cañar
46
  - Yannela Castro
47
  - Daniel Patiño
48
+
49
  ## Descripción del Modelo
50
+
51
  electricidad-small-discriminator-finetuned-clasificacion-comentarios-suicidas es un modelo Transformers pre-entrenado bajo un largo corpus de comentarios obtenidos de REEDIT traducidos al español, con el fin de poder predecir si un comentario tiene una tendencia suicida en base al contexto. Por ende, recibirá una ENTRADA en la cuál se ingresará el texto a comprobar, para posteriormente obtener como única SALIDA de igual manera dos posibles opciones: “Suicida” o “No Suicida”.
52
+
53
  ## Motivación
54
+
55
  Siendo la principal inspiración del modelo que sea utilizado para futuros proyectos que busquen detectar los casos de depresión a tiempo mediante el procesamiento del lenguaje natural, para poder prevenir los casos de suicido en niños, jóvenes y adultos.
56
 
57
  ## ¿Cómo usarlo?
 
70
  }]
71
  ```
72
  ## Proceso de entrenamiento
73
+
74
  ### Datos de entrenamiento
75
  Como se declaró anteriormente, el modelo se pre-entrenó basándose en la base de datos [comentarios_depresivos]( https://huggingface.co/datasets/hackathon-pln-es/comentarios_depresivos), el cuál posee una cantidad de 192 347 filas de datos para el entrenamiento, 33 944 para las pruebas y 22630 para la validación.
76
+
77
  ### Hiper parámetros de entrenamiento
78
  - learning_rate: 2e-05
79
  - train_batch_size: 32
 
121
  }
122
  ```
123
 
124
+ <h3>Visualizar en GRADIO:</h3>
125
+ <a href="https://huggingface.co/spaces/hackathon-pln-es/clasificador-comentarios-suicidas">
126
  <img width="300px" src="https://hf.space/embed/hackathon-pln-es/clasificador-comentarios-suicidas/static/img/logo.svg">
127
  </a>
128
+
129
  ---
130