Roxsas commited on
Commit
5373195
verified
1 Parent(s): 36ebee9

Update README.md

Browse files
Files changed (1) hide show
  1. README.md +15 -2
README.md CHANGED
@@ -1,5 +1,18 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
1
 
2
- ## **Documentaci贸n del Proyecto: Clasificador de Noticias Falsas con XLM-RoBERTa**
3
 
4
  ### **Objetivo**
5
  Este proyecto tiene como objetivo entrenar un modelo de **Clasificaci贸n de Texto** utilizando **XLM-RoBERTa**, un modelo preentrenado de **transformers** multiling眉es, para clasificar noticias como falsas (`label = 0`) o verdaderas (`label = 1`). El modelo se entrena utilizando un conjunto de datos etiquetado de noticias y se eval煤a en un conjunto de validaci贸n para determinar su capacidad para predecir correctamente las clases de las noticias.
@@ -185,4 +198,4 @@ print("Resultados de evaluaci贸n:", results)
185
  ### **Conclusi贸n**
186
  Este c贸digo utiliza t茅cnicas avanzadas como **fine-tuning** de un modelo preentrenado de **XLM-RoBERTa**, congelaci贸n de capas, **early stopping**, y c谩lculo de m茅tricas personalizadas para clasificar noticias como verdaderas o falsas. El modelo es afinado para este conjunto de datos espec铆fico, y su rendimiento se eval煤a con precisi贸n, recall, **F1 score** y **accuracy**.
187
 
188
- Este enfoque proporciona una soluci贸n eficiente y efectiva para el problema de clasificaci贸n de texto en problemas de desinformaci贸n, utilizando modelos de lenguaje de 煤ltima generaci贸n.
 
1
+ ---
2
+ title: Clasificador de Noticias Falsas con XLM-RoBERTa
3
+ sdk: static
4
+ emoji: 馃搳
5
+ colorFrom: green
6
+ colorTo: red
7
+ ---
8
+
9
+
10
+
11
+
12
+ ## **Documentaci贸n del Proyecto: Clasificador de Noticias Falsas con XLM-RoBERTa*
13
+
14
 
15
+ *
16
 
17
  ### **Objetivo**
18
  Este proyecto tiene como objetivo entrenar un modelo de **Clasificaci贸n de Texto** utilizando **XLM-RoBERTa**, un modelo preentrenado de **transformers** multiling眉es, para clasificar noticias como falsas (`label = 0`) o verdaderas (`label = 1`). El modelo se entrena utilizando un conjunto de datos etiquetado de noticias y se eval煤a en un conjunto de validaci贸n para determinar su capacidad para predecir correctamente las clases de las noticias.
 
198
  ### **Conclusi贸n**
199
  Este c贸digo utiliza t茅cnicas avanzadas como **fine-tuning** de un modelo preentrenado de **XLM-RoBERTa**, congelaci贸n de capas, **early stopping**, y c谩lculo de m茅tricas personalizadas para clasificar noticias como verdaderas o falsas. El modelo es afinado para este conjunto de datos espec铆fico, y su rendimiento se eval煤a con precisi贸n, recall, **F1 score** y **accuracy**.
200
 
201
+ Este enfoque proporciona una soluci贸n eficiente y efectiva para el problema de clasificaci贸n de texto en problemas de desinformaci贸n, utilizando modelos de lenguaje de 煤ltima generaci贸n.