tags:
- generated_from_trainer
- chilean spanish
- español chileno
datasets:
- jorgeortizfuentes/universal_spanish_chilean_corpus
model-index:
- name: chilean-bert-base-spanish-wwm-cased
results: []
license: cc-by-4.0
language:
- es
pipeline_tag: fill-mask
Tulio Chilean Spanish BERT
Este modelo es una versión fine-tuneada de dccuchile/bert-base-spanish-wwm-cased con el (Universal and Chilean Spanish Corpus)[jorgeortizfuentes/universal_spanish_chilean_corpus]
Descripción
Tulio ha sido entrenado con textos en español de Chile (noticias, web, reclamos y tweets) y libros en español.
Hiperparámetros
Los siguientes hiperparámetros fueron usados durante el entrenamiento:
- learning_rate: 2e-05
- train_batch_size: 64
- eval_batch_size: 64
- seed: 13
- optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
- lr_scheduler_type: constant
- num_epochs: 1
Resultados del entrenamiento
| Epoch | Training Loss |
|---|---|
| 0.1 | 1.5646 |
| 0.2 | 1.4615 |
| 0.3 | 1.4251 |
| 0.4 | 1.4013 |
| 0.5 | 1.3836 |
| 0.6 | 1.3704 |
| 0.7 | 1.3598 |
| 0.8 | 1.3506 |
| 0.9 | 1.3429 |
| 1.0 | 1.3995 |
Evaluación y comparativa con otros modelos en español
| Modelo | Text classification task (en español de Chile) | Token classification task (en español de Chile) |
|---|---|---|
| Beto (BERT Spanish) | 0.8392 | 0.7544 |
| Bertin Roberta Base | 0.8325 | - |
| Roberta Large BNE | 0.8499 | 0.7697 |
| Tulio BERT | 0.8503 | 0.7815 |
| Patana BERT | 0.8435 | 0.7777 |
Framework versions
- Transformers 4.30.2
- Pytorch 2.0.1+cu117
- Datasets 2.13.1
- Tokenizers 0.13.3
Agradecimientos
Agradecemos al Departamento de Ciencias de la Computación de la Universidad de Chile y a ReLeLa por los servidores proporcionados para el entrenamiento del modelo. También agradecemos por su apoyo al Instituto Milenio Fundamentos de los Datos.
Licencia
La licencia CC BY 4.0 es la que mejor describe las intenciones de nuestro trabajo. Sin embargo, no estamos seguros de que todos datos utilizados para entrenar este modelo tengan licencias compatibles con CC BY 4.0 (especialmente para uso comercial).
Limitaciones
El dataset de entrenamiento no recibió ningún tipo de censura. Por lo tanto, el modelo puede contener representaciones ideológicas no deseadas. Utilizar con precaución.
Autor
Modelo y datasets recopilados por Jorge Ortiz Fuentes
Citación
Pendiente