Detección de Emojis con SLM (DistilBERT)

Este proyecto muestra cómo entrenar y probar un modelo de lenguaje pequeño (SLM) para clasificar frases según su emoji usando Hugging Face Transformers y PyTorch.

Requisitos

• Python 3.8 o superior
• Acceso a internet para descargar modelos preentrenados

Instalación de dependencias

Instala todas las dependencias necesarias ejecutando:

pip install -r requirements.txt

Ejecución paso a paso

1. Clona o descarga este repositorio y entra en la carpeta del proyecto.
2. (Opcional) Crea y activa un entorno virtual:
   • Windows:

     python -m venv .venv
     .venv\Scripts\activate

   • Linux/Mac:

     python3 -m venv .venv
     source .venv/bin/activate

3. Instala las dependencias:

   pip install -r requirements.txt

4. Ejecuta el script principal:
   • Windows:

     python ejem.py

   • Linux/Mac:

     python ejem.py

Script especial para automatizar todo

Windows (PowerShell)

Copia y guarda esto como run_all_win.ps1 y ejecútalo en PowerShell:

python -m venv .venv
.venv\Scripts\activate
pip install -r requirements.txt
python ejem.py

Linux/Mac (Bash)

Copia y guarda esto como run_all_unix.sh y ejecútalo en la terminal:

python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
python ejem.py

Notas

• El script ejem.py entrena y evalúa el modelo, y permite probar frases interactivamente.
• Si tienes problemas con dependencias, asegúrate de tener la última versión de pip: pip install --upgrade pip.
• El entrenamiento es rápido porque el dataset es pequeño y el modelo es ligero.

---

Autor: Juan Domingo Autor: Juan Carlos Macías