dima806/news-category-classifier-distilbert

dima806

Clasificación de texto

Este modelo devuelve la categoría de una noticia dada un texto. Para más detalles, consulte https://www.kaggle.com/code/dima806/news-category-classification-distilbert. Este modelo utiliza la arquitectura DistilBERT y está diseñado para clasificación de textos. Ha sido entrenado utilizando PyTorch y Safetensors, y bajo la licencia Apache 2.0.

Como usar

Para usar este modelo, puede consultar el reporte de clasificación:
precision    recall  f1-score   support

ARTS     0.4985    0.5629    0.5288       302
ARTS & CULTURE     0.5061    0.4627    0.4834       268
BLACK VOICES     0.5903    0.4776    0.5280       917
BUSINESS     0.6136    0.5659    0.5888      1198
COLLEGE     0.5043    0.5066    0.5054       229
COMEDY     0.5990    0.5630    0.5804      1080
CRIME     0.6365    0.6615    0.6488       712
CULTURE & ARTS     0.7133    0.4744    0.5698       215
DIVORCE     0.8498    0.8015    0.8249       685
EDUCATION     0.5000    0.5025    0.5012       203
ENTERTAINMENT     0.7383    0.8146    0.7745      3473
ENVIRONMENT     0.5490    0.5433    0.5461       289
FIFTY     0.6107    0.3250    0.4242       280
FOOD & DRINK     0.7514    0.8320    0.7897      1268
GOOD NEWS     0.4676    0.2321    0.3103       280
GREEN     0.4685    0.5401    0.5018       524
HEALTHY LIVING     0.5669    0.4712    0.5147      1339
HOME & LIVING     0.8267    0.8113    0.8189       864
IMPACT     0.5000    0.3702    0.4254       697
LATINO VOICES     0.6066    0.5664    0.5858       226
MEDIA     0.6136    0.5688    0.5903       589
MONEY     0.6193    0.5840    0.6012       351
PARENTING     0.6711    0.7673    0.7160      1758
PARENTS     0.5094    0.4475    0.4764       791
POLITICS     0.8154    0.8365    0.8258      7120
QUEER VOICES     0.7949    0.7392    0.7660      1269
RELIGION     0.6681    0.6097    0.6376       515
SCIENCE     0.6370    0.6327    0.6348       441
SPORTS     0.7628    0.8079    0.7847      1015
STYLE     0.6343    0.6231    0.6286       451
STYLE & BEAUTY     0.8656    0.8894    0.8773      1962
TASTE     0.4701    0.4320    0.4502       419
TECH     0.6188    0.5952    0.6068       420
THE WORLDPOST     0.5786    0.5825    0.5806       733
TRAVEL     0.8501    0.8596    0.8548      1980
U.S. NEWS     0.4256    0.3018    0.3532       275
WEDDINGS     0.8320    0.8810    0.8558       731
WEIRD NEWS     0.5030    0.4559    0.4783       555
WELLNESS     0.7272    0.8459    0.7821      3589
WOMEN     0.4841    0.4062    0.4417       714
WORLD NEWS     0.4936    0.4682    0.4806       660
WORLDPOST     0.6840    0.6376    0.6600       516

accuracy                         0.7073     41903
macro avg     0.6275    0.5966    0.6080     41903
weighted avg     0.7007    0.7073    0.7017     41903

Funcionalidades

Clasificación de texto
Basado en Transformers
Entrenado con PyTorch
Compatible con Safetensors
Precisión promedio: 0.6275
Cobertura promedio: 0.5966
Puntuación f1 promedio: 0.6080

Casos de uso

Clasificación de artículos de noticias en categorías predefinidas
Análisis de contenido para medios de comunicación
Filtrado y organización de noticias en plataformas digitales