TheArbite/xlmr-large-hateval-hate-speech-sv

XLM-RoBERTa Large: Hate Speech & Toxicity Classifier (El Salvador)

1. Identificación del Artefacto

• Nombre Registrado: xlmr-large-hateval-hate-speech-sv
• Autores: Julio Enrique De La Quadra Mata, Cristian Antonio Escalante Hernández, Willian Alexander Chávez Servellón
• Institución: Universidad de El Salvador --- Facultad de Ingeniería y Arquitectura (Escuela de Sistemas Informáticos)
• Arquitectura Base: xlm-roberta-large ($\sim 550$ Millones de parámetros)[cite: 1] con capa de post-procesamiento por Matriz de Costos Asimétricos.
• Tarea Computacional: Clasificación de Secuencia Multiclase (4 etiquetas mutuamente excluyentes).
• Idioma y Dominio Target: Español (con foco regional e iberoamericano en plataformas de redes sociales).
• Versión: 2.1.0-Optimized (Noviembre de 2026)

---

⚠️ Nota de Trazabilidad y Metadatos del Repositorio

• Metadatos incompletos: La publicación inicial de este artefacto conservó metadatos incompletos sobre licencia, entrenamiento y evaluación[cite: 1]. La evidencia de inferencia comprobó su correcta ejecución y el número de clases, pero la documentación pública requirió este complemento formal[cite: 1].
• Limitación de Trazabilidad: El uso de pesos descargables se distingue de una afirmación de licencia abierta idéntica para los tres modelos oficiales del proyecto[cite: 1].

Verificación de Pesos (Integridad)

Para validar que los pesos oficiales descargados no han sido modificados y corresponden al cierre del proyecto, se verifica la revisión exacta del repositorio[cite: 1]:

• Commit / Revisión oficial verificada: d143acb60d7cffe629357ab27d4e0e2e737791d7[cite: 1]

---

2. Taxonomía de Clases y Definición Operativa

El modelo clasifica fragmentos de texto en 4 categorías según la gravedad y naturaleza del contenido:

• Clase 0 (No Tóxico): Contenido neutro, opiniones legítimas, expresiones coloquiales no agresivas y texto seguro.
• Clase 1 (Ofensivo): Lenguaje soez, insultos directos o ataques informales carentes de una estructura de odio hacia grupos protegidos.
• Clase 2 (Discurso de Odio - Hate Speech): Ataques sistemáticos, denigración o discriminación basada en género, raza, nacionalidad, orientación sexual o religión.
• Clase 3 (Amenazas): Incitación directa o explícita a la violencia física, coerción o expresión intencionada de daño grave.

---

3. Ficha de Datos de Entrenamiento (train_merged_hateval.csv)

El dataset de entrenamiento fue sometido a una auditoría estricta contra fugas de datos (Regla 1), consolidando datos locales y externos limpios.

• Total de Muestras Auditadas: 26,627 registros.
• Garantía Anti-Leakage: Cero coincidencia (0.00%) frente a los 5,208 textos únicos del conjunto de evaluación (val_hilos.csv y test_hilos.csv).

Categoría	Conteo de Muestras	Porcentaje del Corpus
Clase 0 (No Tóxico)	12,774	47.97%
Clase 1 (Ofensivo)	5,453	20.48%
Clase 2 (Discurso de Odio)	5,615	21.09%
Clase 3 (Amenazas)	2,785	10.46%
Total Consolidado	26,627	100.00%

---

4. Especificaciones de Ingeniería e Hiperparámetros

Parámetro	Valor Seleccionado
Longitud Máxima (max_length)	128 tokens (Preservación de signos y tildes / Cased)
Tasa de Aprendizaje (Learning Rate)	$1.5 \times 10^{-5}$
Optimizador / Decaimiento	AdamW / weight_decay = $0.01$
Batch Size por Dispositivo	4 muestras
Acumulación de Gradientes	4 pasos (Batch Size Efectivo = 16)
Épocas de Entrenamiento	3 Épocas completas
Precisión Numérica	FP16 (Mixed Precision) + Gradient Checkpointing
Función de Pérdida	Weighted Cross-Entropy (Pesos de clase dinámicos)
Post-Procesamiento (Inferencia)	Matriz de Costos Asimétricos (Optimización F1-Macro)

---

5. Evaluación Oficial y Métricas de Rendimiento

La evaluación se ejecutó sobre la partición oficial independiente test_hilos.csv ($N = 1,975$) aplicando la estrategia de post-procesamiento por matriz de costos asimétricos.

5.1. Métricas Globales

• Exactitud Global (Accuracy): 85.52% (Récord histórico optimizado del proyecto).
• F1-Macro Global: 0.6968 (Récord histórico optimizado).
• Tasa de Falsos Positivos (FPR en Clase 0): 0.1189

5.2. Desglose de Clasificación por Categoría

Clase	Precisión	Recall (Sensibilidad)	F1-Score	Soporte
0	0.9385	0.8892	0.9132	1,307
1	0.8110	0.7820	0.7962	514
2	0.2410	0.4643	0.3175	28
3	0.6012	0.8720	0.7118	126
Macro Avg	0.6479	0.7519	0.6968	1,975
Weighted Avg	0.8732	0.8552	0.8624	1,975

---

6. Análisis de Limitaciones e Impacto

• Recall vs. Precisión en Clase 2: La combinación de la inyección de HatEval con la matriz de costos elevó el recall al $46.43%$ y mejoró la precisión a $0.2410$, mitigando de forma efectiva los falsos positivos por superposición semántica con la Clase 1.
• Límite Contextual: El truncamiento a 128 tokens optimiza la memoria pero limita la capacidad de análisis en hilos conversacionales excesivamente largos.

---

7. Instrucciones para Inferencia y Uso

El artefacto optimizado se encuentra disponible públicamente para consumo directo en Python mediante la biblioteca transformers:

from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

MODEL_NAME = "TheArbite/xlmr-large-hateval-hate-speech-sv"

tokenizer = AutoTokenizer.from_pretrained(MODEL_NAME)
model = AutoModelForSequenceClassification.from_pretrained(MODEL_NAME)

text = "Texto de prueba a analizar"
inputs = tokenizer(text, return_tensors="pt", max_length=128, truncation=True)
outputs = model(**inputs)
pred_class = torch.argmax(outputs.logits, dim=-1).item()

print(f"Clase Predicha: {pred_class}")