Noticias peruanas: del titular al clasificador
Actualizado:
Pregunta: ¿pueden convertirse titulares peruanos en un clasificador de noticias por sección?
Resultado: con 383 titulares de El Comercio, un DistilBERT multilingüe ajustado logra F1 macro de 0.841 en un test nunca visto, frente a 0.577 del modelo sin entrenar, y responde unas 8 veces más rápido que el LLM.
Qué hice: extraje las noticias de los sitemaps de El Comercio, las etiqueté con un LLM (Gemini) y audité 20 casos a mano (95 % de acuerdo). Después ajusté DistilBERT y armé un dashboard en Streamlit.
Links: Código · Notebook del modelo