{
 "cells": [
  {
   "cell_type": "markdown",
   "id": "88effafeef14f333",
   "metadata": {
    "collapsed": false
   },
   "source": [
    "# UD03 · Notebook 10 — Análisis de sentimientos en IMDb con DistilBERT\n",
    "\n",
    "En la práctica [Analisis de sentimientos con DistilBERT](https://colab.research.google.com/github/martinezpenya/ModelosIA/blob/main/docs/UD03/notebooks/UD03_N03_modelos_lenguaje_distilbert.ipynb) hemos entrenado a Distilbert para clasificar los sentimientos en los textos, utilizando una base de datos de Tweets.\n",
    "\n",
    "En este ejercicio, queremos usar Distilbert para clasificar las reseñas de películas y el mismo entrenamiento no nos sirve. Por esta razón, utilizaremos el aprendizaje de transferencia para adaptar el modelo a la nueva tarea, utilizando el `DataSet` de las reseñas de películas IMDB, disponibles en Hugging Face como\n",
    "[`stanfordnlp/imdb`](https://huggingface.co/datasets/stanfordnlp/imdb) — el identificador clásico\n",
    "`imdb` a secas ya no funciona: `datasets` exige el formato `namespace/name`.\n",
    "\n",
    "## Objetivos de la práctica\n",
    "\n",
    "* Reproduce el proceso visto en la práctica [Analisis de sentimientos con DistilBERT](https://colab.research.google.com/github/martinezpenya/ModelosIA/blob/main/docs/UD03/notebooks/UD03_N03_modelos_lenguaje_distilbert.ipynb) para entrenar a Distilbert para clasificar los sentimientos en las reseñas de películas.\n",
    "* Deberá entrenar el modelo (Distilbert u otros transformadores) con el `dataset` de las reseñas de películas IMDB.\n",
    "* Deberá analizar las predicciones del modelo y compararlo con el modelo entrenado en la práctica [Analisis de sentimientos con DistilBERT](https://colab.research.google.com/github/martinezpenya/ModelosIA/blob/main/docs/UD03/notebooks/UD03_N03_modelos_lenguaje_distilbert.ipynb).\n",
    "* Utiliza un `pipeline` de transformers para hacer predicciones [`zero-shot`](https://huggingface.co/transformers/main_classes/pipelines.html#transformers.ZeroShotClassificationPipeline) sobre reseñas de películas. Comparar los resultados con los del modelo entrenado con el `dataset` de IMDB.\n",
    "* Escribe una celda con tus comentarios y/o conclusiones finales comparando las dos alternativas realizadas en el ejercicio.",
    "\n",
    "## Entrega\n",
    "\n",
    "Completa y ejecuta el notebook entero (todas las celdas, sin errores) antes de subirlo a la tarea\n",
    "correspondiente en Moodle."
   ]
  }
 ],
 "metadata": {
  "kernelspec": {
   "display_name": "Python 3",
   "language": "python",
   "name": "python3"
  },
  "language_info": {
   "codemirror_mode": {
    "name": "ipython",
    "version": 2
   },
   "file_extension": ".py",
   "mimetype": "text/x-python",
   "name": "python",
   "nbconvert_exporter": "python",
   "pygments_lexer": "ipython2",
   "version": "2.7.6"
  }
 },
 "nbformat": 4,
 "nbformat_minor": 5
}