You can deploy this model and start earning money today!

Gemita284/
safetalk-beto

Name: safetalk-beto
Availability: InStock

safetensors

Views

No views yet

Modelo BETO Fine-tuned para Detección de Bullying

Información del Modelo

Modelo base: dccuchile/bert-base-spanish-wwm-cased (BETO)
Tarea: Clasificación binaria (ofensivo/no ofensivo)
F1-Score en TEST: 88.60%
Precisión: 89.61%
Recall: 87.62%

Resultados

Comparación con Baselines

Modelo	F1-Score	Mejora vs SVM	FN (Bullying perdido)	FP (Censura)
SVM	84.36%	-	104 (16.5%)	91 (14.2%)
LightGBM	84.86%	+0.50%	103 (16.3%)	82 (12.8%)
BETO	88.60%	+4.24%	78 (12.4%)	64 (10.0%)

Reducción de Errores

25 casos MÁS de bullying detectados vs LightGBM (-24.3%)
18 casos MENOS de censura injusta vs LightGBM (-22.0%)
43 errores MENOS en total vs LightGBM (-23.2%)

Uso del Modelo

python

from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

# Cargar modelo y tokenizer
tokenizer = AutoTokenizer.from_pretrained('./tokenizer')
model = AutoModelForSequenceClassification.from_pretrained('./modelo')

# Predecir
def predecir_texto(texto):
    inputs = tokenizer(texto, return_tensors="pt", padding=True, truncation=True, max_length=128)
    
    with torch.no_grad():
        outputs = model(**inputs)
    
    probs = torch.softmax(outputs.logits, dim=1)
    prediccion = torch.argmax(probs, dim=1).item()
    confianza = probs[0][prediccion].item()
    
    etiqueta = "Ofensivo" if prediccion == 1 else "No ofensivo"
    
    return {
        "texto": texto,
        "prediccion": etiqueta,
        "confianza": confianza
    }

# Ejemplo
resultado = predecir_texto("eres un gilipollas")
print(resultado)
# {'texto': 'eres un gilipollas', 'prediccion': 'Ofensivo', 'confianza': 0.95}

Archivos

modelo/ - Modelo BETO fine-tuned
tokenizer/ - Tokenizer de BETO
metricas_beto.json - Métricas completas del modelo
README.md - Este archivo

Configuración de Entrenamiento

Learning rate: 2e-5
Batch size: 16
Epochs: 3
Max sequence length: 128 tokens
Hardware: Google Colab Tesla T4 GPU
Tiempo de entrenamiento: ~20 minutos

Dataset

Train: 5,919 ejemplos
Validation: 1,269 ejemplos
Test: 1,269 ejemplos
Balance: ~50% ofensivo, ~50% no ofensivo

Fecha

Entrenado: 2026-05-10

Gemita284/safetalk-beto

Modelo BETO Fine-tuned para Detección de Bullying

Información del Modelo

Resultados

Comparación con Baselines

Reducción de Errores

Uso del Modelo

Archivos

Configuración de Entrenamiento

Dataset

Fecha

Gemita284/
safetalk-beto