You can deploy this model and start earning money today!

Squezilia/
turkish-electra-small-insult-analysis-cased

Name: turkish-electra-small-insult-analysis-cased
Availability: InStock

Views

No views yet

Turkish ELECTRA Small Insult Analysis Cased

Türkçe metinlerde küfür, hakaret ve zararlı dil tespiti için fine-tune edilmiş dbmdz/electra-small-turkish-cased-discriminator tabanlı bir text classification modelidir.

Bu model özellikle gerçek zamanlı moderasyon senaryoları için geliştirilmiştir. Amaç; Türkçe topluluklarda (Discord, forum, sosyal medya vb.) zararlı içerikleri düşük gecikme ile tespit edebilen küçük ve verimli bir model oluşturmaktır.

Model Overview

Base Model:
- dbmdz/electra-small-turkish-cased-discriminator
Task:
- Binary Text Classification
Labels:

Label	Description
0	Clean / Non-offensive
1	Insult / Offensive

Motivation

Türkçe için hazır moderasyon modelleri genellikle büyük dil modellerine veya İngilizce kaynaklı modellere dayanıyor.

Bu proje küçük boyutlu, hızlı ve deploy edilebilir bir alternatif oluşturmayı amaçlamaktadır.

Model özellikle:

düşük kaynak tüketimi
hızlı inference
CPU üzerinde çalışabilme
gerçek zamanlı uygulamalara uygunluk

hedefleriyle eğitildi.

Training Data

Model aşağıdaki iki veri setinin birleştirilmesiyle oluşturulan birleşik dataset üzerinde eğitildi:

Turkish Hate Speech Tweets
Turkish Offensive Language Detection

Dataset:

https://huggingface.co/datasets/Squezilia/Turkish-Insult-Unified

Toplam veri: 82,096 samples

Dağılım:


Label 0 (Clean):      43,657  (53.18%)
Label 1 (Offensive):  38,439  (46.82%)

Veri temizleme aşamasında model tarafından yanlış sınıflandırılan ve yüksek ihtimalle hatalı etiketlenmiş örnekler kaldırılmıştır.

~3000 civarında sample veri setinden temizlendi.

Bu işlem sonrası modelin validation performansında belirgin iyileşme gözlemlenmiştir.

Training Configuration

python

learning_rate = 5e-5

train_batch_size = 32
eval_batch_size = 32

epochs = 3

weight_decay = 0.01

fp16 = True

Training environment:

Google Colab T4 GPU
HuggingFace Transformers Trainer

Evaluation

Validation split: 80 / 20

Final model:

Metric	Score
Accuracy	94.76%
F1 Score	94.34%
Validation Loss	0.161

Available Formats

Model farklı kullanım senaryoları için optimize edilmiş varyasyonlar içerir.

PyTorch FP32

Default model:

.
└─── [~52 MB] model.safetensors

En yüksek precision.

PyTorch FP16

fp16/
└─── [~26 MB] model.safetensors

GPU inference için önerilir.

INT8 Quantized

int8/
└─── [~25 MB] model.safetensors

Daha düşük memory kullanımı.

ONNX

onnx/
├─── [~26 MB] model_fp16.onnx 
└─── [~53 MB] model.onnx

İçerikler:

FP32 ONNX
FP16 ONNX

ONNX Runtime ile deploy edilebilir.

ONNX INT8

onnx-int8/
└─── [ 14M] model_quantized.onnx

CPU inference ve edge deployment için önerilir.

Usage

python

from transformers import pipeline

classifier = pipeline(
    "text-classification",
    model="Squezilia/turkish-electra-small-insult-analysis-cased"
)

classifier("sen gerçekten çok aptalsın")

Example output:

json

[
 {
  "label": "LABEL_1",
  "score": 0.98
 }
]

Intended Use

Bu model:

Discord moderation bots
Community management systems
Comment filtering
Social platforms
Content moderation pipelines

gibi kullanım alanları için uygundur.

Limitations

Model:

ironi ve sarcasm durumlarında hata yapabilir
bağlam gerektiren bazı ifadelerde yanılabilir
argo dilin hızlı değişimi nedeniyle sürekli güncelleme gerektirebilir

Model bir insan moderatör yerine karar destek sistemi olarak kullanılmalıdır.

License

GNU Affero General Public License v3