📌 Modelo de Clasificación de Tweets Políticos en España 🇪🇸

Este modelo ha sido desarrollado para clasificar tweets en cinco categorías políticas en España: Partido Popular (PP), Partido Socialista Obrero Español (PSOE), Ciudadanos, Podemos y Vox. Su propósito es facilitar el análisis del discurso político en redes sociales, permitiendo identificar tendencias y la propagación de mensajes políticos.

📊 Métricas

Precisión (Accuracy): 76%
F1-score: 72%

🔍 Modelo Base

Este modelo está basado en RoBERTuito (pysentimiento/robertuito-base-uncased), una versión de RoBERTa adaptada al español, especialmente entrenada para procesar texto en redes sociales.

🚀 Uso del Modelo

1️⃣ Instalación de dependencias

Si no tienes transformers y torch, instálalos con:

pip install transformers torch

2️⃣ Cargar el modelo en Python

from transformers import AutoModelForSequenceClassification, AutoTokenizer

# Cargar modelo
modelo = AutoModelForSequenceClassification.from_pretrained("Marxx01/PoliBERTuito")

# Cargar tokenizer (RoBERTuito)
tokenizer = AutoTokenizer.from_pretrained("pysentimiento/robertuito-base-uncased")

# Ejemplo de uso con un tweet
tweet = "Este gobierno está haciendo un gran trabajo."
inputs = tokenizer(tweet, return_tensors="pt", truncation=True, padding=True)

# Hacer predicción
outputs = modelo(**inputs)
logits = outputs.logits
prediccion = logits.argmax().item()

print(f"Clase predicha: {prediccion}")

📎 Clases del Modelo

El modelo asigna cada tweet a una de las siguientes categorías:

0 → Partido Popular (PP)
1 → Partido Socialista Obrero Español (PSOE)
2 → Ciudadanos
3 → Podemos
4 → Vox

🌍 Proyecto Completo

Puedes acceder al proyecto completo en mi GitHub: Political Tweets Classification

📌 Spanish Political Tweet Classification Model 🇪🇸

This model has been developed to classify tweets into five political categories in Spain: Partido Popular (PP), Partido Socialista Obrero Español (PSOE), Ciudadanos, Podemos, and Vox. It aims to facilitate the analysis of political discourse on social media, helping to identify trends and the spread of political messages.

📊 Metrics

Accuracy: 76%
F1-score: 72%

🔍 Base Model

This model is based on RoBERTuito (pysentimiento/robertuito-base-uncased), a Spanish version of RoBERTa adapted for social media text processing.

🚀 How to Use the Model

1️⃣ Install Dependencies

If you don’t have transformers and torch, install them with:

pip install transformers torch

2️⃣ Load the Model in Python

from transformers import AutoModelForSequenceClassification, AutoTokenizer

# Load model
model = AutoModelForSequenceClassification.from_pretrained("Marxx01/PoliBERTuito")

# Load tokenizer (RoBERTuito)
tokenizer = AutoTokenizer.from_pretrained("pysentimiento/robertuito-base-uncased")

# Example usage with a tweet
tweet = "Este gobierno está haciendo un gran trabajo."
inputs = tokenizer(tweet, return_tensors="pt", truncation=True, padding=True)

# Make prediction
outputs = model(**inputs)
logits = outputs.logits
prediction = logits.argmax().item()

print(f"Predicted class: {prediction}")

📎 Model Classes

The model assigns each tweet to one of the following categories:

0 → Partido Popular (PP)
1 → Partido Socialista Obrero Español (PSOE)
2 → Ciudadanos
3 → Podemos
4 → Vox

🌍 Full Project

You can access the full project on my GitHub: Political Tweets Classification

Marxx01
/

PoliBERTuito