/ Модель

Характеристики

Контекст
512 токенов
Параметры
137 млн
Архитектура
bert · dense
Библиотека
transformers
Опубликована
27 янв 2026

bert-spanish-sensationalism-oss

Классификация текстаТекст → label3 профессии

Дообученная испаноязычная модель BERT для бинарного определения сенсационной подачи в заголовках и статьях новостей.

207скачиваний за 30 дней1лайквеса обновлены30 янв 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

BERT Spanish Sensationalism Classifier — модель Julen Neila для выявления сенсационной подачи в испанских новостях. Это дообученная для бинарной классификации модель BERT на базе dccuchile/bert-base-spanish-wwm-cased; она принимает сочетание заголовка и основного текста и относит новость к одному из двух классов — с сенсационными приёмами или без них. Модель построена на Transformers, содержит 137,1 млн параметров, использует формат Safetensors и поддерживает контекст до 512 токенов.

Модель предназначена для анализа новостных материалов, мониторинга СМИ, исследований журналистики и включения в конвейеры классификации контента. Лицензия — Apache 2.0. Она может хуже работать на коротких текстах и заголовках без контекста, не предназначена для текстов на других языках и может плохо переноситься за пределы традиционных цифровых СМИ. Следует учитывать возможные смещения обучающих данных и отдельно проверять модель перед применением в значимых решениях.

Сценарии применения

  • проверка испанских новостных статей на сенсационную подачу
  • анализ сенсационности заголовков вместе с текстом статьи
  • мониторинг сенсационных материалов в новостных агрегаторах
  • исследование сенсационности в цифровой журналистике
  • классификация новостного контента в системах анализа СМИ

Ограничения

Модель может хуже работать на коротких текстах и заголовках без достаточного контекста, а также на материалах за пределами традиционных цифровых СМИ; она рассчитана на испанский язык. Возможны смещения обучающих данных, поэтому перед применением в значимых решениях требуется дополнительная проверка.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

BERT Spanish Sensationalism Classifier

Fine-tuned BERT model for detecting sensationalism in Spanish news articles.
The model performs binary text classification to determine whether a news item uses senstionalism techniques or not.


Model Details

Model Description

This model is a fine-tuned version of dccuchile/bert-base-spanish-wwm-cased, adapted for the task of sensationalism detection in Spanish news articles.

The classification is based on the combination of the news title and body text, allowing the model to capture both lexical and contextual cues commonly associated with sensationalist content.

  • Developed by: Julen Neila
  • Shared by: Julen Neila
  • Model type: Transformer-based text classifier (BERT)
  • Language(s): Spanish
  • License: Apache 2.0
  • Finetuned from model: dccuchile/bert-base-spanish-wwm-cased


Model Sources

  • Base model: dccuchile/bert-base-spanish-wwm-cased
  • Framework: Hugging Face Transformers

Uses

Direct Use

The model can be directly used to:

  • Detect sensationalism in Spanish news headlines and articles
  • Support media analysis and journalism studies
  • Assist in content moderation and media monitoring pipelines

Downstream Use

The model can be integrated into:

  • News aggregation systems
  • Media bias and sensationalism analysis
  • Academic NLP research projects
  • Larger information extraction or classification pipelines

Out-of-Scope Use

The model is not recommended for:

  • Social media posts or informal text
  • Non-Spanish content
  • Legal, medical, or high-stakes decision-making systems

Bias, Risks, and Limitations

  • The model reflects biases present in the training data.
  • It may underperform on very short texts or headlines without sufficient context.
  • It may not generalize well to domains outside traditional digital journalism.

Recommendations

Users should be aware of these limitations and avoid deploying the model in high-impact decision-making contexts without additional validation.


How to Get Started with the Model

from transformers import pipeline

classifier = pipeline(
    "text-classification",
    model="JJNeila/bert-spanish-sensationalism-oss",
    tokenizer="JJNeila/bert-spanish-sensationalism-oss"
)

classifier("Estados Unidos entrena a 25.000 militares (1.400 españoles) para defender el este de Europa")

## Training Details

### Training Data

The model was trained on a curated dataset of Spanish news articles annotated for sensationalist presence.

- **Size:** ~3,163 labeled samples  
- **Labels:**  
  - `0` → Non-sensationalism 
  - `1` → Sensationalism  

The input format used during training was:

  *title* + *[SEP]* + *text*

### Training Procedure

#### Preprocessing 

- Removal of unlabeled samples  
- Concatenation of title and article text  
- Tokenization using the base BERT Spanish tokenizer  
- Maximum sequence length: **512 tokens**


#### Training Hyperparameters

- **Training regime:** fp16 mixed precision  
- **Optimizer:** AdamW  
- **Learning rate:** 2e-5  
- **Batch size:** 8  
- **Epochs:** 3  
- **Weight decay:** 0.01  
- **Evaluation metric for model selection:** F1

#### Speeds, Sizes, Times
- **Training time:** ~0,5 hours  
- **Hardware:** NVIDIA T4 GPU  
- **Final model size:** ~440 MB  

### Testing Data, Factors & Metrics

#### Testing Data

A held-out validation set (20%) stratified by class labels.

#### Metrics

The following metrics were used due to class imbalance considerations:

- Accuracy  
- Precision  
- Recall  
- F1-score  

### Results

| Metric    | Value |
|-----------|-------|
| Accuracy  | 0.84  |
| Precision | 0.84  |
| Recall   | 0.83  |
| F1-score | 0.84  |

#### Summary

The model achieves a strong balance between precision and recall, making it particularly effective at identifying sensationalism content without excessive false positives.

---

## Environmental Impact

- **Hardware Type:** NVIDIA T4 GPU  
- **Hours used:** ~0,5 hours  
- **Cloud Provider:** Google Colab  
- **Compute Region:** Europe  
- **Carbon Emitted:** Not explicitly measured  

Carbon emissions can be estimated using the [Machine Learning Impact calculator](https://mlco2.github.io/impact#compute) presented in [Lacoste et al. (2019)](https://arxiv.org/abs/1910.09700).

## Technical Specifications

### Model Architecture and Objective

- **Architecture:** BERT-base (12 layers, ~110M parameters)  
- **Objective:** Binary cross-entropy loss for text classification  


#### Hardware

- NVIDIA T4 GPU (16 GB VRAM)

#### Software

- Python 3.12  
- PyTorch  
- Transformers  
- Hugging Face Datasets  


## Citation

**BibTeX:**

```bibtex
@misc{neila2026sensationalism,
  title={BERT Spanish Sensationalism Classifier},
  author={Neila, Julen},
  year={2026},
  publisher={Hugging Face}
}

## Model Card Authors

**Julen Neila**

## Model Card Contact

https://huggingface.co/JJNeila

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForSequenceClassification
Ревизия весов
1b8140e

0 моделей