|
--- |
|
license: mit |
|
base_model: facebook/mbart-large-50 |
|
tags: |
|
- simplification |
|
- generated_from_trainer |
|
metrics: |
|
- bleu |
|
model-index: |
|
- name: mbart-neutralization-2 |
|
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. --> |
|
|
|
# mbart-neutralization-2 |
|
|
|
This model is a fine-tuned version of [facebook/mbart-large-50](https://huggingface.co./facebook/mbart-large-50) on an unknown dataset. |
|
It achieves the following results on the evaluation set: |
|
- Loss: 1.6087 |
|
- Bleu: 19.7978 |
|
- Gen Len: 12.3415 |
|
|
|
## Model description |
|
|
|
El modelo "glombardo/misogynistic-statements-and-their-potential-restructuring" es un modelo de traducci贸n desarrollado para reestructurar frases mis贸ginas en frases no mis贸ginas. |
|
Utiliza la arquitectura seq2seq y est谩 entrenado para traducir texto que contiene expresiones mis贸ginas a texto que presenta una formulaci贸n no mis贸gina. |
|
|
|
## Intended uses & limitations |
|
|
|
Este modelo es 煤til para casos de uso donde se desea abordar y mitigar la misoginia en el lenguaje escrito. |
|
Es adecuado para aplicaciones que buscan promover la equidad de g茅nero y combatir el discurso de odio. |
|
Sin embargo, es importante tener en cuenta que el modelo puede no ser capaz de identificar y reestructurar todas las formas de expresi贸n mis贸gina, y su eficacia puede variar seg煤n el contexto y la complejidad del texto. |
|
|
|
## Training and evaluation data |
|
|
|
El modelo fue entrenado utilizando el conjunto de datos "glombardo/misogynistic-statements-and-their-potential-restructuring", que contiene ejemplos de frases mis贸ginas y sus reescrituras en frases no mis贸ginas. |
|
Este conjunto de datos fue tokenizado utilizando el modelo "mbart-large-50". |
|
Durante el entrenamiento, se utiliz贸 la m茅trica sacrebleu para evaluar el rendimiento del modelo, una m茅trica com煤nmente utilizada en la evaluaci贸n de sistemas de traducci贸n autom谩tica. |
|
|
|
## Training procedure |
|
|
|
### Training hyperparameters |
|
|
|
The following hyperparameters were used during training: |
|
- learning_rate: 5.6e-05 |
|
- train_batch_size: 8 |
|
- eval_batch_size: 8 |
|
- 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 | Bleu | Gen Len | |
|
|:-------------:|:-----:|:----:|:---------------:|:-------:|:--------:| |
|
| No log | 1.0 | 16 | 4.0861 | 0.5502 | 131.1463 | |
|
| No log | 2.0 | 32 | 1.6087 | 19.7978 | 12.3415 | |
|
|
|
|
|
### Framework versions |
|
|
|
- Transformers 4.37.2 |
|
- Pytorch 2.1.0+cu121 |
|
- Datasets 2.17.0 |
|
- Tokenizers 0.15.2 |
|
|
