UnBIAS-classifier
newsmediabias
Clasificación de texto
UnBIAS es un modelo de última generación diseñado para clasificar textos según sus niveles de sesgo. El modelo clasifica los textos en tres clases: 'Altamente Sesgado', 'Ligeramente Sesgado' y 'Neutral'.
Como usar
Para usar este modelo para la clasificación de texto, utiliza el siguiente código:
from transformers import pipeline
from transformers import AutoTokenizer, AutoModelForSequenceClassification
tokenizer = AutoTokenizer.from_pretrained("newsmediabias/UnBIAS-classifier")
model = AutoModelForSequenceClassification.from_pretrained("newsmediabias/UnBIAS-classifier")
classifier = pipeline("text-classification", model=model, tokenizer=tokenizer)
result = classifier("Women are bad driver.")
print(result)
Funcionalidades
- Clasificación de textos en tres niveles de sesgo: Altamente Sesgado, Ligeramente Sesgado, Neutral
- Construido sobre la arquitectura bert-base-uncased
- Ajustado en un conjunto de datos personalizado para la detección de sesgo
- Precisión del 95% en el conjunto de validación
- Optimizado usando Adam durante 10 épocas
Casos de uso
- Clasificación de artículos de noticias para identificar el nivel de sesgo
- Análisis de contenido mediático para estudios de sesgo informativo
- Aplicaciones en la investigación académica para evaluar el sesgo en publicaciones