Update README.md
Browse files
README.md
CHANGED
|
@@ -20,15 +20,34 @@ This model is a fine-tuned version of [distilbert-base-uncased](https://huggingf
|
|
| 20 |
|
| 21 |
## Model description
|
| 22 |
|
| 23 |
-
|
|
|
|
| 24 |
|
| 25 |
## Intended uses & limitations
|
| 26 |
|
| 27 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 28 |
|
| 29 |
## Training and evaluation data
|
| 30 |
|
| 31 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
| 32 |
|
| 33 |
## Training procedure
|
| 34 |
|
|
|
|
| 20 |
|
| 21 |
## Model description
|
| 22 |
|
| 23 |
+
This model is designed to analyze movie reviews and automatically classify the sentiment expressed in the text. It determines whether the review is positive or negative and assigns a confidence score indicating the probability of the prediction.
|
| 24 |
+
The model processes the review's text content, identifies linguistic patterns, and evaluates the overall tone to generate its classification.
|
| 25 |
|
| 26 |
## Intended uses & limitations
|
| 27 |
|
| 28 |
+
Usos previstos:
|
| 29 |
+
|
| 30 |
+
- Clasificación automática de reseñas de películas en positivas o negativas.
|
| 31 |
+
|
| 32 |
+
- Análisis de sentimiento en plataformas de crítica cinematográfica.
|
| 33 |
+
|
| 34 |
+
- Soporte para sistemas de recomendación basados en opiniones de usuarios.
|
| 35 |
+
|
| 36 |
+
- Monitorización de percepción del público sobre películas.
|
| 37 |
+
|
| 38 |
+
Limitaciones:
|
| 39 |
+
|
| 40 |
+
- El modelo solo distingue entre sentimiento positivo y negativo; no identifica matices más complejos como neutralidad o ironía.
|
| 41 |
+
|
| 42 |
+
- Puede tener menor precisión en textos ambiguos, sarcásticos o con lenguaje figurado.
|
| 43 |
|
| 44 |
## Training and evaluation data
|
| 45 |
|
| 46 |
+
El modelo fue entrenado utilizando un conjunto de datos compuesto por reseñas de películas etiquetadas manualmente como positivas o negativas.
|
| 47 |
+
Los datos incluyen textos de distintas longitudes y estilos de redacción para mejorar la capacidad de generalización del modelo.
|
| 48 |
+
|
| 49 |
+
El conjunto de datos se dividió en entrenamiento, validación y prueba para evaluar el rendimiento y evitar sobreajuste.
|
| 50 |
+
Las métricas utilizadas para la evaluación incluyen precisión (accuracy), precisión por clase, recall y F1-score.
|
| 51 |
|
| 52 |
## Training procedure
|
| 53 |
|