raulgdp/xlm-roberta-intent-acredita

XLM-RoBERTa Intent Classifier — ChatAcredita PRO

Clasifica mensajes de usuario en pregunta vs retroalimentacion dentro del pipeline conversacional de ChatAcredita PRO (EISC, Universidad del Valle).

Métricas de validación

• Accuracy: 1.0000
• F1 (weighted): 1.0000

Limitaciones conocidas

El dataset de entrenamiento tenía inicialmente una fuerte correlación espuria entre el signo de interrogación ("?") y la clase pregunta. Se aplicó augmentación de datos para mitigarla (ver train_intent_classifier.py en el repositorio del proyecto), pero se recomienda validar con datos reales de producción antes de confiar en el modelo sin heurísticas de respaldo (ver función classify_intent_xlm con fallback por confianza baja).

Uso

from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

tok = AutoTokenizer.from_pretrained("raulgdp/xlm-roberta-intent-acredita")
mdl = AutoModelForSequenceClassification.from_pretrained("raulgdp/xlm-roberta-intent-acredita")

inputs = tok("¿cuáles son los factores del CNA?", return_tensors="pt")
with torch.no_grad():
    logits = mdl(**inputs).logits
print(mdl.config.id2label[logits.argmax(-1).item()])