chdv-sentiment-analysis

SenaSoft/chdv-sentiment-analysis

Este modelo es una adaptación de nlptown/bert-base-multilingual-uncased-sentiment entrenado con LoRA para la tarea de análisis de sentimiento en textos en español.
Fue ajustado específicamente en un dataset de publicaciones en redes sociales peruanas con 3 etiquetas: negativo, neutral y positivo.

---

Model Details

Model Description

• Autores: Christopher Aponte y David Navarro
• Modelo base: nlptown/bert-base-multilingual-uncased-sentiment
• Tipo de modelo: Clasificación de secuencias (sentiment analysis)
• Idiomas: Multilingual
• Tarea: Análisis de sentimiento en textos cortos (ej. redes sociales)
• License: Apache 2.0
• Finetuned from: nlptown/bert-base-multilingual-uncased-sentiment

Model Sources

• Repository: Hugging Face Hub
• Dataset: pyupeu/social-media-peruvian-sentiment

---

Uses

Direct Use

Este modelo puede usarse directamente para clasificar textos en español en positivo, negativo o neutral.

Ejemplos de uso:

from transformers import pipeline

clasificador = pipeline(
    "sentiment-analysis",
    model="SenaSoft/chdv-sentiment-analysis"
)

print(clasificador("Me encanta la sopa"))  
# [{'label': 'positivo', 'score': 0.85}]

print(clasificador("No me gusta nada la sopa"))  
# [{'label': 'negativo', 'score': 0.89}]

print(clasificador("La sopa está bien, pero prefiero otra cosa"))  
# [{'label': 'neutral', 'score': 0.39}]

Downstream Use

Puede integrarse en:

• Plataformas de monitoreo de redes sociales.
• Sistemas de atención al cliente.
• Análisis de feedback de usuarios.

Out-of-Scope Use

• No está entrenado para otros idiomas distintos al español, pero el modelo base sí.
• No es un detector de sarcasmo ni de sentimientos complejos como miedo o sorpresa.
• No debe usarse en contextos médicos, legales o financieros sin verificación adicional.

---

Bias, Risks, and Limitations

• Entrenado con un dataset específico (Perú, redes sociales). Puede no generalizar igual en otros países o contextos.
• Riesgo de sesgo cultural y lingüístico.
• Puede fallar en casos de ironía, sarcasmo o ambigüedad semántica.

Recommendations

• Se recomienda evaluar antes de usar en producción fuera de su dominio.
• Puede complementarse con técnicas de ensembles o datasets más diversos.

---

Training Details

Training Data

Dataset: pyupeu/social-media-peruvian-sentiment
Etiquetas:

• 0: negativo
• 1: neutral
• 2: positivo

Training Procedure

Preprocessing

• Textos truncados y/o rellenados a max_length=128.
• Tokenización con AutoTokenizer de bert-base-multilingual-uncased-sentiment.

Training Hyperparameters

• LoRA Config:
  • r=8
  • lora_alpha=16
  • lora_dropout=0.7
• TrainingArguments:
  • batch_size=16
  • num_train_epochs=20
  • learning_rate=5e-5
  • weight_decay=0.01
  • eval_strategy="epoch"
  • save_strategy="epoch"
  • load_best_model_at_end=True
  • metric_for_best_model="accuracy"

Speeds, Sizes, Times

• Número de épocas: 20
• Mejor resultado en epoch 15
• Checkpoint tamaño aproximado: ~420 MB

---

Evaluation

Testing Data

Dataset de prueba del mismo pyupeu/social-media-peruvian-sentiment.

Metrics

• Accuracy: 0.66
• Training Loss (epoch 15): 0.722
• Validation Loss (epoch 15): 0.785

Results

• Mejor rendimiento alcanzado en epoch 15.
• Buen ajuste considerando dataset pequeño y dominio específico.

---

Environmental Impact

• Hardware: NVIDIA GPU (única)
• Tiempo de entrenamiento: ~2 horas
• Cloud Provider: Local / Dockerizado
• Carbon Emitted: No estimado

---

Technical Specifications

Model Architecture and Objective

• Modelo base: BERT Multilingüe (uncased)
• Objetivo: clasificación en 3 clases
• Técnica usada: Fine-tuning con LoRA

Compute Infrastructure

• Hardware: GPU local
• Software:
  • Python 3.10+
  • Transformers 4.56.1
  • PEFT 0.17.1
  • Datasets 3.0.2

---

Citation

BibTeX

@misc{aponte2025chdv,
  title={SenaSoft CHDV Sentiment Analysis},
  author={Aponte, Christopher and Navarro, David},
  year={2025},
  howpublished={Hugging Face},
  url={https://huggingface.co/SenaSoft/chdv-sentiment-analysis}
}

APA Aponte, C., & Navarro, D. (2025). SenaSoft CHDV Sentiment Analysis [Model]. Hugging Face. https://huggingface.co/SenaSoft/chdv-sentiment-analysis

---

Model Card Authors

Christopher Aponte y David Navarro

Model Card Contact

Para consultas: [Christopher Aponte & David Navarro, SenaSoft 2025]

---

Framework versions

• PEFT: 0.17.1
• Transformers: 4.56.1
• Datasets: 3.0.2