Event Match CrossEncoder

Cross-encoder afinado para detectar si dos titulares de noticias hablan del mismo evento real.

• Base model: cross-encoder/mmarco-mMiniLMv2-L12-H384-v1
• Task: binary classification (mismo_evento / distinto_evento)
• Input: par de titulares (headline, candidato)
• Output: probabilidad de que sean el mismo evento

Uso

Se recomienda utilizar con un 0.9 de punto de corte para minimizar los falsos positivos.

from sentence_transformers.cross_encoder import CrossEncoder
import torch

model = CrossEncoder("eriksarriegui/event-match-mminilm")
score = model.predict([("titular 1", "titular 2")])
prob = torch.sigmoid(torch.tensor(score)).item()
result = prob > 0.9

Resultados

                 precision    recall  f1-score   support

distinto_evento       0.88      0.96      0.92      1920
   mismo_evento       0.96      0.87      0.91      1920

       accuracy                           0.91      3840
      macro avg       0.92      0.91      0.91      3840
   weighted avg       0.92      0.91      0.91      3840