README.md

---
language: multilingual
license: apache-2.0
tags:
- cross-encoder
- sentence-transformers
- text-classification
base_model: cross-encoder/mmarco-mMiniLMv2-L12-H384-v1
---

# Event Match CrossEncoder

Cross-encoder afinado para detectar si dos titulares de noticias hablan del mismo evento real.

- Base model: `cross-encoder/mmarco-mMiniLMv2-L12-H384-v1`
- Task: binary classification (mismo_evento / distinto_evento)
- Input: par de titulares (headline, candidato)
- Output: probabilidad de que sean el mismo evento

## Uso
Se recomienda utilizar con un `0.9` de punto de corte para minimizar los falsos positivos.
```python
from sentence_transformers.cross_encoder import CrossEncoder
import torch

model = CrossEncoder("eriksarriegui/event-match-mminilm")
score = model.predict([("titular 1", "titular 2")])
prob = torch.sigmoid(torch.tensor(score)).item()
result = prob > 0.9
```

## Resultados
```
                 precision    recall  f1-score   support

distinto_evento       0.88      0.96      0.92      1920
   mismo_evento       0.96      0.87      0.91      1920

       accuracy                           0.91      3840
      macro avg       0.92      0.91      0.91      3840
   weighted avg       0.92      0.91      0.91      3840
```