File size: 1,957 Bytes
2cd2f0f
 
 
 
 
 
 
 
 
a032ef8
 
1eef173
a032ef8
1eef173
 
 
 
 
 
 
 
 
42d3780
 
 
 
 
 
 
 
ed33937
42d3780
 
 
 
 
 
 
 
 
 
a659cba
42d3780
 
 
1eef173
42d3780
 
 
 
 
 
 
1eef173
 
ed33937
 
 
 
 
 
1eef173
ed33937
42d3780
 
 
 
 
 
 
a659cba
6974ff2
42d3780
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
---
language:
- es
metrics:
- accuracy
library_name: transformers
pipeline_tag: text-classification
tags:
- legal
widget:
  - text: >-
      Invalidez de infracción de tránsito por no encontrarse debidamente fundada, ni motivada.
  - text: >-
      Derecho de petición.
  - text: >-
      Resolución a una negativa ficta.
  - text: >-
      Omisión a emitir dictamen de pensión.
  - text: >-
      Boleta de infracción de tránsito, indebida fundamentación y motivación.
  - text: >-
      El silencio de la autoridad.
---
# Model Card for Model ID

JustinIA V1.0 2023

## Model Details

Modelo Base: roBERTa 
Dataset: Propietario
Publicado: 31 de marzo del 2023

### Model Description

Modelo de Inteligencia Artificial para la tarea de clasificación de textos juridicos en español.
Clasificación de acuerdo al tema de una sentencia en materia de justicia administrativa



- **Developed by:** Salazar Flores Carlos Francisco
- **Shared by :** Salazar Flores Carlos Francisco
- **Model type:** Transformers
- **Language(s) (NLP):** Español Méxicano
- **License:** 
- **Finetuned from model :** roberta-base-bne

### Model Sources

- **Repository:** BSC-TeMU/roberta-base-bne

## Training Details

  5 ciclos de entrenamiento, con una precisión máxima de 28.52%

-Epoch	Training Loss	Validation Loss	Accuracy
-1	1.982000	2.498654	0.274072
-2	1.730200	2.486177	0.278226
-3	1.551800	2.573319	0.273923
-**4	1.359700	2.571429	0.285199**
-5	1.208200	2.623226	0.283863

-TrainOutput(global_step=9930, training_loss=1.6167555717783273, metrics={'train_runtime': 1732.3659, 'train_samples_per_second': 57.32, 'train_steps_per_second': 5.732, 'total_flos': 2877096870824520.0, 'train_loss': 1.6167555717783273, 'epoch': 5.0})

#### Metrics

  Precisión

### Results

Modelo de Inteligencia Articial basado en arquitectura de transformadores, entrenado para la tarea de clasificación de textos 
en español en materia de Justicia Administrativa.