TextLabX es un pequeño laboratorio para crear modelos de clasificación de texto sin necesidad de saber machine learning.
Primero definís tus categorías, luego agregás frases de ejemplo y finalmente entrenás el modelo.
Una vez entrenado, podés escribir cualquier frase y ver cómo tu modelo la clasifica.
1. Crear categorías
2. Agregar frases de entrenamiento
O subí un archivo .txt o .csv con una frase por línea para la categoría seleccionada:
3. Entrenar modelo
4. Probar el modelo
¿Cómo funciona TextLabX?
TextLabX no memoriza reglas ni "entiende" tus categorías como las entendés vos.
Funciona así:
Vos armás categorías (ej: "alegría", "tristeza") y cargás frases de ejemplo para cada una.
Cuando alguien escribe una frase nueva, TextLabX la compara —por significado, no por palabras exactas— contra todas tus frases guardadas.
Elige la categoría de la frase que resultó más parecida.
Imaginalo como un montón de fichas sobre una mesa, cada una con un color según su
categoría. Cuando llega una frase nueva, se busca la ficha más parecida... y se le
copia el color.
💡 Cuantos más ejemplos variados cargues, mejor clasifica. Y ojo: si una frase no se
parece a nada de lo que cargaste, igual va a elegir "la menos mala" — no avisa cuando
en realidad está adivinando.
¿Querés los detalles técnicos? 🤓
TextLabX no entrena ninguna red neuronal con tus datos. Usa una ya entrenada de
fábrica para medir "parecido de significado", y arriba de eso corre un algoritmo
clásico de Machine Learning.
1) Texto → número. Cada frase pasa por all-MiniLM-L6-v2, un
Transformer chico (~22M de parámetros — un LLM tiene cientos de miles de millones).
Fue entrenado una sola vez por sus creadores, con millones de frases genéricas de
internet, no con las tuyas, y quedó congelado: tus categorías nunca lo
modifican. Solo convierte cualquier texto en un vector de 384 números, ubicado de
forma que frases parecidas en significado caigan cerca.
2) Medir el parecido. Se calcula qué tan cerca están dos vectores con una
fórmula geométrica simple (similitud coseno) — no es IA, es matemática. Este paso
corre en los servidores de HuggingFace.
3) Elegir la categoría (esto lo hace TextLabX, no HuggingFace). Con esos
puntajes, se busca cuál de tus ejemplos fue el más parecido a la frase nueva, y se
copia su categoría. Es el mismo algoritmo clásico de "vecino más cercano" (k-NN) que
se usa en sistemas de recomendación — nada misterioso, comparar números y quedarse
con el más alto.
Qué esperar / qué no:
✅ Agrupa bien frases parecidas en sentido, aunque no compartan palabras.
❌ No entiende tu tema en abstracto, no capta sarcasmo ni negaciones complejas.
❌ Siempre elige alguna categoría, aunque no haya nada realmente parecido.
¿Es lo mismo que un chatbot como Claude? No.
TextLabX (MiniLM)
Un LLM (Claude, ChatGPT)
Qué hace
Solo mide parecido entre frases
Lee, razona y genera texto
¿Necesita tus ejemplos?
Sí, sin ellos no clasifica nada
No, le alcanza con describirle las categorías
Tamaño
Chico (~22M parámetros)
Enorme (cientos de miles de millones)
¿Capta sarcasmo/contexto?
No
Sí, mucho mejor
TextLabX es una forma de tocar con las manos un algoritmo clásico de ML
(aprendizaje supervisado por vecino más cercano) — no un chatbot ni una IA generativa.