casvsv commited on
Commit
e63625f
1 Parent(s): 702abb2

Update README.md

Browse files
Files changed (1) hide show
  1. README.md +66 -19
README.md CHANGED
@@ -6,6 +6,13 @@ tags:
6
  - generated_from_trainer
7
  - sentiment
8
  - emotion
 
 
 
 
 
 
 
9
  widget:
10
  - text: "La vida no merece la pena"
11
  example_title: "Ejemplo 1"
@@ -24,29 +31,50 @@ model-index:
24
  - name: electricidad-small-discriminator-finetuned-clasificacion-comentarios-suicidas
25
  results: []
26
  ---
27
- <!-- This model card has been generated automatically according to the information the Trainer had access to. You
28
- should probably proofread and complete it, then remove this comment. -->
29
  # electricidad-small-discriminator-finetuned-clasificacion-comentarios-suicidas
30
- This model is a fine-tuned version of [mrm8488/electricidad-small-discriminator](https://huggingface.co/mrm8488/electricidad-small-discriminator) on an unknown dataset.
31
- It achieves the following results on the evaluation set:
32
- - Loss: 0.0458
33
- - Accuracy: 0.9916
34
- ## Model description
35
- More information needed
36
- ## Intended uses & limitations
37
- More information needed
38
- ## Training and evaluation data
39
- More information needed
40
- ## Training procedure
41
- ### Training hyperparameters
42
- The following hyperparameters were used during training:
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
43
  - learning_rate: 2e-05
44
  - train_batch_size: 32
45
  - eval_batch_size: 32
46
  - lr_scheduler_type: linear
47
  - num_epochs: 15
48
- ### Training results
49
- | Training Loss | Epoch | Validation Loss | Accuracy |
 
50
  |:-------------:|:-----:|:---------------:|:--------:|
51
  | 0.161100 | 1.0 | 0.133057 | 0.952718 |
52
  | 0.134500 | 2.0 | 0.110966 | 0.960804 |
@@ -64,11 +92,30 @@ The following hyperparameters were used during training:
64
  | 0.028400 | 14.0 | 0.045003 | 0.991869 |
65
  | 0.022300 | 15.0 | 0.045819 | 0.991648 |
66
 
67
-
68
- ### Framework versions
69
  - Transformers 4.17.0
70
  - Pytorch 1.10.0+cu111
71
  - Datasets 2.0.0
72
  - Tokenizers 0.11.6
73
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
74
  ---
 
 
6
  - generated_from_trainer
7
  - sentiment
8
  - emotion
9
+ - suicide
10
+ - depresión
11
+ - suicidio
12
+ - español
13
+ - es
14
+ - spanish
15
+ - depression
16
  widget:
17
  - text: "La vida no merece la pena"
18
  example_title: "Ejemplo 1"
 
31
  - name: electricidad-small-discriminator-finetuned-clasificacion-comentarios-suicidas
32
  results: []
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?
52
+
53
+ El modelo puede ser utilizado de manera directa mediante la importación de la librería pipeline de transformers:
54
+
55
+ ```python
56
+ >>> from transformers import pipeline
57
+ >>> model_name= 'hackathon-pln-es/electricidad-small-discriminator-finetuned-clasificacion-comentarios-suicidas'
58
+ >>> cls= pipeline("text-classification", model=model_name)
59
+ >>> cls(“Estoy feliz”)[0]['label']
60
+ [{'resultado': "No Suicida"
61
+ }]
62
+ >>> cls(“Quiero acabar con todo”)[0]['label']
63
+ [{'resultado': " Suicida"
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
72
  - eval_batch_size: 32
73
  - lr_scheduler_type: linear
74
  - num_epochs: 15
75
+
76
+ ### Resultados del entrenamiento
77
+ | Pérdida_entrenamiento | Epoch | Pérdida_Validación | Presición |
78
  |:-------------:|:-----:|:---------------:|:--------:|
79
  | 0.161100 | 1.0 | 0.133057 | 0.952718 |
80
  | 0.134500 | 2.0 | 0.110966 | 0.960804 |
 
92
  | 0.028400 | 14.0 | 0.045003 | 0.991869 |
93
  | 0.022300 | 15.0 | 0.045819 | 0.991648 |
94
 
95
+ ### Versiones del Framework
 
96
  - Transformers 4.17.0
97
  - Pytorch 1.10.0+cu111
98
  - Datasets 2.0.0
99
  - Tokenizers 0.11.6
100
 
101
+ ## Citación BibTeX
102
+
103
+ ```bibtex
104
+ @article{ccs_2022,
105
+ author = {Danny Vásquez and
106
+ César Salazar and
107
+ Alexis Cañar and
108
+ Yannela Castro and
109
+ Daniel Patiño},
110
+ title = {Modelo Electricidad-small-discriminator-finetuned-clasificacion-comentarios-suicidas},
111
+ journal = {Huggingface},
112
+ year = {2022},
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
+