---
language: es
tags:
•⁠  ⁠sentiment-analysis
•⁠  ⁠text-classification
•⁠  ⁠spanish
•⁠  ⁠xlm-roberta
datasets:
•⁠  ⁠custom  # Reemplaza esto con el nombre del dataset si es público
metrics:
•⁠  ⁠accuracy
•⁠  ⁠f1
license: mit  # Ajusta esto según la licencia de tu modelo
model-index:
•⁠  ⁠name: bert-bregman
  results:
  - task:
      type: text-classification
      name: Sentiment Analysis
    dataset:
      name: Custom Spanish Sentiment Dataset
      type: custom  # Ajusta esto si usaste un dataset público
    metrics:
      - type: accuracy
        value: 0.7432432432432432
      - type: f1
        value: 0.7330748170322471
pipeline_tag: text-classification
widget:
  - text: "Me encanta este producto, es excelente!"
    example_title: "Ejemplo positivo"
  - text: "No estoy seguro si me gusta o no."
    example_title: "Ejemplo neutro"
  - text: "Este servicio es terrible, nunca lo recomendaría."
    example_title: "Ejemplo negativo"
---