El problema
Clasificar el sentimiento de reseñas de producto en dos idiomas con un solo modelo, en lugar de mantener uno por idioma.
Los datos
50,000 reseñas etiquetadas en positivo / neutro / negativo, con distribución desbalanceada hacia positivo (62%) y mezcla de idiomas dentro de una misma reseña en el 4% de los casos.
Tokenización
WordPiece con el tokenizer multilingüe, truncando a 256 tokens: cubre el 96% de las reseñas completas sin recortar.
Fine-tuning
DistilBERT-base multilingüe, 3 épocas, learning rate 2e-5 con warmup del 10% y early stopping sobre F1 macro en validación.
Evaluación
F1 macro de 0.89. La matriz de confusión muestra que casi todo el error está entre neutro y positivo — la clase neutra es la que peor se separa, y coincide con las reseñas más cortas.
Resultados
| Métrica | Valor |
|---|---|
| F1-score | 0.89 |
| Idiomas | ES / EN |