README.md

metadata

title: Turkish Sentiment Analysis (Fine-tuned)
emoji: 🚀
colorFrom: purple
colorTo: blue
sdk: gradio
sdk_version: 4.44.0
app_file: app.py
pinned: false
license: apache-2.0
base_model: codealchemist01/turkish-sentiment-analysis

Turkish Sentiment Analysis (Fine-tuned) 🇹🇷

Fine-tuned Turkish sentiment analysis model with improved neutral class detection. This model is based on codealchemist01/turkish-sentiment-analysis and fine-tuned on a balanced dataset.

Model Bilgileri

• Model: codealchemist01/turkish-sentiment-analysis-finetuned
• Base Model: codealchemist01/turkish-sentiment-analysis
• Task: Text Classification (Sentiment Analysis)
• Language: Turkish
• Labels: positive, negative, neutral
• Fine-tuning Type: Continued fine-tuning on balanced dataset

🎯 Ana Özellikler

İyileştirmeler:

• ✅ Neutral sınıfı algılama: %80 iyileşme (test örneklerinde)
• ✅ Daha dengeli dataset: 556,888 örnek (37.6% neutral)
• ✅ Gerçek dünya performansı: Daha iyi genelleme
• ✅ Belirsiz ifadeler: Daha doğru tahmin

Performans:

• Accuracy: 91.96%
• Neutral F1: 90.57% ⬆️
• Positive F1: 94.61%
• Negative F1: 88.68%

📊 Eğitim Verisi

Fine-tuning Dataset:

• Toplam: 556,888 örnek
• Positive: 237,966 (42.7%)
• Neutral: 209,668 (37.6%) ⬆️
• Negative: 109,254 (19.6%) ⬆️

Kullanılan Dataset'ler:

1. Orijinal Dataset:

   • winvoker/turkish-sentiment-analysis-dataset
   • WhiteAngelss/Turkce-Duygu-Analizi-Dataset

2. Ek Dataset'ler:

   • maydogan/Turkish_SentimentAnalysis_TRSAv1 (150,000 samples)
   • turkish-nlp-suite/MusteriYorumlari (73,920 samples)
   • W4nkel/turkish-sentiment-dataset (4,800 samples)
   • mustfkeskin/turkish-movie-sentiment-analysis-dataset (Kaggle, 83,227 samples)

🚀 Kullanım

Python ile:

from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

# Load model
model_name = "codealchemist01/turkish-sentiment-analysis-finetuned"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForSequenceClassification.from_pretrained(model_name)

# Example text
text = "Ürün normal, beklediğim gibi. Özel bir şey yok."

# Tokenize
inputs = tokenizer(text, return_tensors="pt", truncation=True, max_length=128)

# Predict
with torch.no_grad():
    outputs = model(**inputs)
    predictions = torch.nn.functional.softmax(outputs.logits, dim=-1)
    predicted_label_id = predictions.argmax().item()

# Map to label
id2label = {0: "negative", 1: "neutral", 2: "positive"}
predicted_label = id2label[predicted_label_id]
confidence = predictions[0][predicted_label_id].item()

print(f"Label: {predicted_label}")
print(f"Confidence: {confidence:.4f}")

Gradio Space:

Bu Space'te interaktif olarak test edebilirsiniz!

📈 İyileştirme Sonuçları

Test Sonuçları (15 örnek test):

• Genel Accuracy: 66.7% → 86.7% (+20.0%)
• Neutral: 0% → 80% (+80.0%) 🚀
• Negative: 100% → 80%
• Positive: 100% → 100%

Test Seti Performansı (55,689 örnek):

• Accuracy: 91.96%
• Weighted F1: 91.93%
• Neutral F1: 90.57%
• Positive F1: 94.61%
• Negative F1: 88.68%

🔧 Fine-tuning Detayları

• Base Model: codealchemist01/turkish-sentiment-analysis
• Epochs: 2
• Learning Rate: 1e-5 (fine-tuning için optimize edilmiş)
• Batch Size: 12
• Max Length: 128 tokens
• Optimizer: AdamW

💡 Kullanım Önerileri

• ✅ Neutral ifadeleri daha iyi algılar
• ✅ "Normal", "standart", "orta seviye" gibi ifadeleri doğru tahmin eder
• ✅ Daha dengeli sınıf performansı
• ✅ Gerçek dünya metinlerinde daha iyi genelleme

⚠️ Limitasyonlar

• Çok kısa metinlerde (< 3 kelime) performans düşebilir
• Farklı domainlerde (sosyal medya, haber, yorum) performans değişebilir
• Bazı belirsiz ifadeler hala yanlış tahmin edilebilir

📝 Citation

@misc{turkish-sentiment-analysis-finetuned,
  title={Turkish Sentiment Analysis Model (Fine-tuned)},
  author={codealchemist01},
  year={2024},
  base_model={codealchemist01/turkish-sentiment-analysis},
  howpublished={\url{https://huggingface.co/codealchemist01/turkish-sentiment-analysis-finetuned}}
}

📄 License

Apache 2.0