|
--- |
|
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. |
|
|
|
|
|
|
|
|
