- NLP
- SUMMARIZATION
- TRANSFORMERS
Text Summarizer
Resumidor de texto abstractivo con troceado para documentos largos: paquete, CLI y demo en vivo. Código en github.com/delcenjo/text-summarizer.
Resumen abstractivo que no se rompe con textos largos: pegas un artículo entero y devuelve un resumen legible en lugar de uno truncado. Funciona como paquete de Python, como CLI y como demo web alojada.
- Chunking700 palabras
- ModelodistilBART
- DemoHF Spaces
El problema real es el texto largo
Los modelos de resumen tienen un límite de contexto, así que el trabajo está en el troceado: partir por frases, agrupar en chunks de hasta 700 palabras para que cada uno sea legible por sí mismo, resumir cada chunk con distilBART y, si el resultado unido sigue siendo largo, volver a resumir jerárquicamente.
Separar la lógica del modelo
Todo el manejo de texto — partir frases, agrupar chunks, unir resúmenes — es código puro sin el modelo, así que se testea sin GPU y en milisegundos. El modelo solo entra en el último paso. Esa separación hizo el proyecto mantenible.
Pruébalo en vivo
Hay demo en HuggingFace Spaces para probarlo pegando texto, y un notebook de Colab de arranque rápido para usarlo como librería. Tres formas de consumir el mismo paquete: web, CLI e import.
Text Summarizer
Demo interactiva alojada en HuggingFace Spaces
Próximos proyectos:
Credit Risk Platform
Plataforma MLOps de scoring de crédito de punta a punta: entrenamiento reproducible con registro de modelos versionado, API de inferencia en FastAPI con validación de entrada, monitorización de drift por PSI y observabilidad con Prometheus y Grafana, todo dockerizado y con CI. Código en github.com/delcenjo/credit-risk-platform.
Transformer from scratch
Modelo de lenguaje tipo GPT implementado desde cero en PyTorch: atención multi-cabeza, máscara causal y bloques residuales escritos a mano, más un tokenizador byte-pair propio y un estudio de ablaciones. Código en github.com/delcenjo/transformer-from-scratch.
Hecho con
