metadata

license: other
base_model: bertin-project/bertin-roberta-base-spanish
tags:
  - generated_from_trainer
metrics:
  - accuracy
model-index:
  - name: roberta_emergency
    results: []
widget:
  - text: >-
      Ayuda por favor, un incendio forestal en las cercanías, ya les dijimos a
      todos que deben evacuar de inmediato. Por favor, diríjanse al punto de
      encuentro designado con calma y sigan las instrucciones del personal de
      emergencia. No intenten regresar a sus hogares hasta nuevo aviso. Su
      seguridad es nuestra máxima prioridad.
    example_title: Alerta roja
  - text: >-
      Buenos días parece que hay un posible derrame de productos químicos en el
      área. Por precaución, se les indicó a los residentes a permanecer en el
      interior, cerrar puertas y ventanas, y apagar sistemas de ventilación. Por
      favor envíen a alguien a verificar de qué se trata.
    example_title: Alerta naranja
  - text: >-
      Un vehículo se encuentra obstaculizando la vía, parece que no se encuentra
      nadie en el vehículo, por favor envíen una grúa para mover el vehículo y
      despejar el tráfico.
    example_title: Alerta amarilla
language:
  - es

roberta_emergency

This model is a fine-tuned version of bertin-project/bertin-roberta-base-spanish. It achieves the following results on the evaluation set:

Loss: 0.6280
Accuracy: 0.7773

Model description

This checkpoint classifies emergency transcribed calls into 3 labels: [CLAVE ROJA, CLAVE NARANJA, CLAVE AMARILLA]. Add some text to see the checkpoint's responses.

Intended uses & limitations

Under privacy agreement.

Training and evaluation data

Training data used has been provided by the ECU 911 service under a strict confidentiality agreement.

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 2e-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	Accuracy
0.6674	1.0	559	0.6323	0.7630
0.5059	2.0	1118	0.6280	0.7773

Framework versions

Transformers 4.34.1
Pytorch 2.1.0+cu118
Datasets 2.14.6
Tokenizers 0.14.1