class-poems-es / README.md
librarian-bot's picture
Librarian Bot: Add base_model information to model
ccbad84
|
raw
history blame
4 kB
---
license: apache-2.0
tags:
- generated_from_trainer
metrics:
- accuracy
widget:
- text: El amor es una experiencia universal que nos conmueve a todos, pero a veces
no hallamos las palabras adecuadas para expresarlo. A lo largo de la historia
los poetas han sabido decir aquello que todos sentimos de formas creativas y elocuentes.
- text: 'Había un hombre a quien la Pena nombraba su amigo, Y él, soñando con su gran
camarada la Pena, Iba andando con paso lento por las arenas resplandecientes Y
zumbantes, donde van oleajes ventosos: Y llamó en voz alta a las estrellas para
que se inclinaran Desde sus pálidos tronos. y lo consuelan, pero entre ellos se
ríen y cantan siempre: Y entonces el hombre a quien la Tristeza nombró su amigo
Gritó, ¡Mar oscuro, escucha mi más lastimosa historia! El mar avanzaba y seguía
gritando su viejo grito, rodando en sueños de colina en colina. Huyó de la persecución
de su gloria Y, en un valle lejano y apacible deteniéndose, Gritó toda su historia
a las gotas de rocío que brillan. Pero nada oyeron, porque siempre están escuchando,
Las gotas de rocío, por el sonido de su propio goteo. Y entonces el hombre a quien
Triste nombró su amigo Buscó una vez más la orilla, y encontró una concha, Y pensó:
Contaré mi pesada historia Hasta que mis propias palabras, resonando, envíen Su
tristeza a través de un corazón hueco y perlado; Y mi propia historia volverá
a cantar para mí, Y mis propias palabras susurrantes serán de consuelo, ¡Y he
aquí! mi antigua carga puede partir. Luego cantó suavemente cerca del borde nacarado;
Pero el triste habitante de los caminos marítimos solitarios Cambió todo lo que
cantaba en un gemido inarticulado Entre sus torbellinos salvajes, olvidándolo.'
- text: Ven, ven, muerte, Y en triste ciprés déjame descansar. Vuela lejos, vuela
lejos, respira; Soy asesinado por una bella y cruel doncella. Mi sudario de blanco,
pegado todo con tejo, ¡Oh, prepáralo! Mi parte de la muerte, nadie tan fiel la
compartió. Ni una flor, ni una flor dulce, En mi ataúd negro que se desparrame.
Ni un amigo, ni un amigo saludan Mi pobre cadáver, donde mis huesos serán arrojados.
Mil mil suspiros para salvar, Acuéstame, oh, donde Triste amante verdadero nunca
encuentre mi tumba, ¡Para llorar allí!
base_model: BSC-TeMU/roberta-base-bne
model-index:
- name: classification-poems
results: []
---
<!-- This model card has been generated automatically according to the information the Trainer had access to. You
should probably proofread and complete it, then remove this comment. -->
# classification-poems
This model is a fine-tuned version of [BSC-TeMU/roberta-base-bne](https://huggingface.co/BSC-TeMU/roberta-base-bne) on the spanish Poems Dataset dataset.
It achieves the following results on the evaluation set:
- Loss: 0.8228
- Accuracy: 0.7241
## Model description
The model was trained to classify poems in Spanish, taking into account the content.
## Training and evaluation data
The original dataset has the columns author, content, title, year and type of poem.
For each example, the type of poem it belongs to is identified. Then the model will recognize which type of poem the entered content belongs to.
## Training procedure
### Training hyperparameters
The following hyperparameters were used during training:
- learning_rate: 2e-05
- train_batch_size: 2
- eval_batch_size: 2
- seed: 42
- optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
- lr_scheduler_type: linear
- num_epochs: 2
### Training results
| Training Loss | Epoch | Step | Validation Loss | Accuracy |
|:-------------:|:-----:|:----:|:---------------:|:--------:|
| 0.9344 | 1.0 | 258 | 0.7505 | 0.7586 |
| 0.9239 | 2.0 | 516 | 0.8228 | 0.7241 |
### Framework versions
- Transformers 4.17.0
- Pytorch 1.10.0+cu111
- Datasets 2.0.0
- Tokenizers 0.11.6