jhusef-lopez/sentimiento-xlnet-es

Análisis de sentimiento en español (XLNet)

Clasificación de sentimiento en español en 3 clases (negativo, neutral, positivo) mediante fine-tuning de XLNet (base).

Autor: Jhusef Alfonso López Parra

Descripción

Modelo basado en Transformers, afinado (fine-tuning) para clasificación de texto en español. Está listo para inferencia directa con la librería transformers de Hugging Face. Forma parte de un trabajo de PLN sobre clasificación de texto y reconocimiento de entidades nombradas (NER) en español.

Uso

from transformers import pipeline

pipe = pipeline("text-classification", model="jhusef-lopez/sentimiento-xlnet-es")
print(pipe("Escribe aquí tu texto en español."))

Etiquetas

id	etiqueta
0	NEG
1	NEU
2	POS

Métricas de evaluación

Métrica	Valor
F1-macro (validación)	0.561
Batch size	8
Épocas (Early Stopping)	8

Mejor configuración del grid de batch size (8/16/32) según F1-macro de validación.

Entrenamiento

• Modelo base: xlnet/xlnet-base-cased
• Dataset: cardiffnlp/tweet_sentiment_multilingual
• Framework: PyTorch + 🤗 Transformers (Trainer, EarlyStoppingCallback)
• Idioma: español (es)

Limitaciones y uso responsable

El modelo puede reflejar sesgos presentes en los datos de entrenamiento. No debe emplearse como única fuente para decisiones críticas sin revisión humana experta.

Cita

Si utilizas este modelo, por favor atribúyelo a Jhusef Alfonso López Parra.