gustant1/bertimbau-sensacionalismo

BERTimbau Sensacionalismo (Inimigos do Prompt)

Este modelo é um fine-tuning do BERTimbau Base (neuralmind/bert-base-portuguese-cased) treinado especificamente para detectar sensacionalismo, clickbaits e hype tecnológico em newsletters e artigos em português.

Foi desenvolvido pela equipe Inimigos do Prompt como parte do Challenge 1 da disciplina de Sistemas de Machine Learning (UnB - 2026/02).

Objetivo e Contexto do Projeto

O objetivo da ferramenta é proteger leitores de conteúdo técnico contra pânico especulativo e desinformação. O modelo binário classifica os textos em:

• LABEL_0 (Sóbrio): Notícias equilibradas, factuais e sem alarmismo estrutural.
• LABEL_1 (Sensacionalista): Manchetes e parágrafos hiperbólicos, apelativos ("A IA VAI DESTRUIR TUDO"), ou puramente opinativos sem base técnica.

Métricas de Avaliação

O projeto foi otimizado para a métrica F0.5-score, conferindo peso duplicado à Precisão em detrimento do Recall. Isso foi desenhado para evitar falsos positivos, ou seja, impedir que autores legítimos e críticos sejam classificados injustamente como sensacionalistas.

No conjunto de testes, obtivemos os seguintes resultados:

• F0.5 Score: 0.9885
• Acurácia: 98% (0.98)
• Precision (Sensacionalista): 1.00 (Zero falsos positivos!)
• Recall (Sensacionalista): 0.96

Como utilizar

Como o modelo já suporta a API de pipeline da Hugging Face, a inferência é simples e tem baixíssima latência, rodando eficientemente até mesmo em CPUs:

from transformers import pipeline

# Carrega o modelo de classificação
classifier = pipeline(
    "text-classification", 
    model="gustant1/bertimbau-sensacionalismo",
    tokenizer="gustant1/bertimbau-sensacionalismo"
)

# Teste com uma frase sóbria
texto_sobrio = "O novo processador da empresa apresentou um ganho de 15% de eficiência em benchmarks."
print(classifier(texto_sobrio))
# Saída: [{'label': 'Sóbrio', 'score': 0.99...}]

# Teste com uma frase sensacionalista
texto_hype = "URGENTE! Essa nova tecnologia bizarra vai acabar com todos os empregos do mundo amanhã!"
print(classifier(texto_hype))
# Saída: [{'label': 'Sensacionalista', 'score': 0.98...}]

Detalhes Técnicos do Treinamento

• Arquitetura Base: neuralmind/bert-base-portuguese-cased (110M params).
• Hardware Utilizado: AMD Radeon RX 580 (usando backend torch-directml).
• Épocas: 3
• Batch Size: 8 (adaptado para limitação de VRAM de 8GB)
• Função de Perda: Cross-Entropy Loss com AdamW.

👥 Equipe (Inimigos do Prompt)

• Desenvolvido para a disciplina de Sistemas de Machine Learning - Universidade de Brasília (UnB).
• Membros: cvbmiranda, gus-ant, Szervinsk, arthurgomes1290, CaioHabibe.