Upload folder using huggingface_hub

README.md

@@ -1,3 +1,38 @@
----
-license: apache-2.0
----
+# Modelo de Análisis de Sentimiento IMDb - DistilBERT
+
+Este modelo ha sido entrenado para la tarea de análisis de sentimiento sobre reseñas de películas del dataset IMDb.
+
+## Arquitectura
+- **Modelo base:** distilbert-base-uncased (de Hugging Face Transformers)
+- **Tarea:** Clasificación binaria (positivo/negativo)
+- **Tokenizador:** DistilBERT uncased
+
+## Datos de entrenamiento
+- **Dataset:** IMDb (25,000 reseñas de películas)
+- **Split:** 60% entrenamiento, 40% validación
+- **Test:** 25,000 ejemplos (conjunto original de test)
+
+## Proceso de entrenamiento
+- **Épocas:** 3
+- **Batch size:** 16
+- **Optimización:** AdamW, weight decay 0.01
+- **Warmup steps:** 500
+- **Métricas:** Accuracy, F1, Precision, Recall
+- **Hardware:** Entrenado en GPU (NVIDIA GeForce GTX 960M)
+
+## Uso
+Puedes cargar este modelo con Hugging Face Transformers:
+
+```python
+from transformers import AutoTokenizer, AutoModelForSequenceClassification
+
+tokenizer = AutoTokenizer.from_pretrained("juancmamacias/jd-jcms")
+model = AutoModelForSequenceClassification.from_pretrained("juancmamacias/jd-jcms")
+```
+
+## Autor
+- Juan C. Macías
+
+## Notas
+- El modelo es adecuado para tareas de análisis de sentimiento en inglés.
+- Entrenado con el script `train_sentiment_model.py` incluido en este repositorio.

config.json

@@ -0,0 +1,24 @@
+{
+  "activation": "gelu",
+  "architectures": [
+    "DistilBertForSequenceClassification"
+  ],
+  "attention_dropout": 0.1,
+  "dim": 768,
+  "dropout": 0.1,
+  "hidden_dim": 3072,
+  "initializer_range": 0.02,
+  "max_position_embeddings": 512,
+  "model_type": "distilbert",
+  "n_heads": 12,
+  "n_layers": 6,
+  "pad_token_id": 0,
+  "problem_type": "single_label_classification",
+  "qa_dropout": 0.1,
+  "seq_classif_dropout": 0.2,
+  "sinusoidal_pos_embds": false,
+  "tie_weights_": true,
+  "torch_dtype": "float32",
+  "transformers_version": "4.53.3",
+  "vocab_size": 30522
+}

metrics.json

@@ -0,0 +1,7 @@
+{
+  "eval_loss": 0.33,
+  "eval_accuracy": 0.93,
+  "eval_f1": 0.93,
+  "eval_precision": 0.93,
+  "eval_recall": 0.93
+}

model.safetensors

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a0eebe4d70159be4a2bef6f4adc687e66654160c652a1f34865e513419632435
+size 267832560

special_tokens_map.json

@@ -0,0 +1,7 @@
+{
+  "cls_token": "[CLS]",
+  "mask_token": "[MASK]",
+  "pad_token": "[PAD]",
+  "sep_token": "[SEP]",
+  "unk_token": "[UNK]"
+}

tokenizer_config.json

@@ -0,0 +1,56 @@
+{
+  "added_tokens_decoder": {
+    "0": {
+      "content": "[PAD]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "100": {
+      "content": "[UNK]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "101": {
+      "content": "[CLS]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "102": {
+      "content": "[SEP]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "103": {
+      "content": "[MASK]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    }
+  },
+  "clean_up_tokenization_spaces": false,
+  "cls_token": "[CLS]",
+  "do_lower_case": true,
+  "extra_special_tokens": {},
+  "mask_token": "[MASK]",
+  "model_max_length": 512,
+  "pad_token": "[PAD]",
+  "sep_token": "[SEP]",
+  "strip_accents": null,
+  "tokenize_chinese_chars": true,
+  "tokenizer_class": "DistilBertTokenizer",
+  "unk_token": "[UNK]"
+}

training_args.bin

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:87f990c6acfaf2521f08c43efacc759614b5acbb9cca5401ab6ab197bb66dca8
+size 5649