---
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 traducción desarrollado para reestructurar frases misóginas en frases no misóginas.
Utiliza la arquitectura seq2seq y está entrenado para traducir texto que contiene expresiones misóginas a texto que presenta una formulación no misógina.

## Intended uses & limitations

Este modelo es útil 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 género 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 expresión misógina, y su eficacia puede variar según 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 misóginas y sus reescrituras en frases no misóginas.
Este conjunto de datos fue tokenizado utilizando el modelo "mbart-large-50".
Durante el entrenamiento, se utilizó la métrica sacrebleu para evaluar el rendimiento del modelo, una métrica comúnmente utilizada en la evaluación de sistemas de traducción automática.

## 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