Bu depo, Türkçe film yorumları üzerinde 5 sınıflı (1–5 yıldız) duygu analizi için ince ayar (fine-tune) edilmiş bir DistilBERT modelini içerir. Model; TFLai/turkish_movie_sentiment veri kümesi üzerinde eğitilmiş, sınıf etiketleri 0–4 aralığında olacak şekilde (rating_1 … rating_5) yeniden haritalandırılmıştır.

Model Details

Model Description

Geliştiren: [Bilgi ekleyin]
Paylaşan: [Bilgi ekleyin]
Model türü: DistilBERT tabanlı metin sınıflandırma (sequence classification)
Dil(ler): Türkçe
Lisans: [Lisansınızı belirtin]
İnce ayar başlangıç noktası: distilbert/distilbert-base-uncased-finetuned-sst-2-english (son sınıf katmanı 5 etiket için yeniden başlatıldı)

Model Sources

Veri kümesi: TFLai/turkish_movie_sentiment
Kod/Çalışma: Eğitim Hugging Face transformers Trainer API’siyle yapılmıştır.
Demo [opsiyonel]: [Bağlantı ekleyin]
Repo [opsiyonel]: [Bağlantı ekleyin]

Uses

Direct Use

Türkçe film yorumları için 5-seviyeli duygu/puan sınıflandırması (rating_1 … rating_5).

Downstream Use

Benzer Türkçe inceleme/veri alanlarında (ör. ürün yorumları) 5 sınıf duygu analizi için yeniden kullanım ve/veya yeniden ince ayar.

Out-of-Scope Use

5 sınıfın dışındaki duygu kategorileri.
Uzun belge sınıflandırması (128 token üzeri agresif kesilmeler anlam kaybına yol açabilir).
Alan dışı (domain shift) metinlerde güvenilirlik beklenmemelidir.

Bias, Risks, and Limitations

Veri, film yorumları alanına özgüdür; diğer alanlara genellenebilirlik sınırlı olabilir.
Sınıf dağılımı dengesizlikleri yanlılığa neden olabilir.
İncelikli duygu/ironi/sarkazm tespiti zayıf kalabilir.

Recommendations

Üretim kullanımında alanınıza ait bir validasyon setiyle performansı teyit edin.
Girdi uzunluklarını 128 token sınırına göre kontrol edin; gerekiyorsa max_length ayarını ve kesme stratejilerini gözden geçirin.

How to Get Started with the Model

python

from transformers import AutoTokenizer, AutoModelForSequenceClassification, pipeline

repo_id = "KULLANICI_ADI/MODEL_ADI"  # bu depoyu yazın
tokenizer = AutoTokenizer.from_pretrained(repo_id)
model = AutoModelForSequenceClassification.from_pretrained(repo_id)

clf = pipeline("text-classification", model=model, tokenizer=tokenizer)
print(clf("Harika bir film, kesinlikle tavsiye ederim."))

Training Details

Training Data

datasets.load_dataset("TFLai/turkish_movie_sentiment")
Eğitim/Değerlendirme bölünmesi: train %80 / test %20 (seed=42)

Preprocessing

Etiket dönüşümü: point alanı virgül → nokta düzeltmesi sonrası int(float(...)) - 1 ile 1–5 → 0–4 dönüşümü.
Tokenizasyon: truncation=True, padding="max_length", max_length=128.

Training Hyperparameters

Epochs: 3
Batch size: 16 (train/eval)
Learning rate: 2e-5
Weight decay: 0.01
Değerlendirme: evaluation_strategy="epoch"
Kayıt: save_strategy="epoch", load_best_model_at_end=True
Optimizasyon/karma hassasiyet: Varsayılan Trainer ayarları (fp32)

Speeds, Sizes, Times

Model boyutu: DistilBERT sınıflandırma başlığı ile (yaklaşık ~260MB, dosya biçimine göre değişir).
Eğitim süresi/donanım: [Bilgi ekleyin]

Evaluation

Testing Data, Factors & Metrics

Test bölümü: %20 ayrım
Metrik: Accuracy (Hugging Face evaluate → accuracy)

Results

Accuracy: [Sonucu ekleyin]
Not: Değerlendirme, 128 token sınırı ve alan dağılımı ile sınırlıdır.

Model Examination

Çıktı etiketleri: id2label = {0:"rating_1", 1:"rating_2", 2:"rating_3", 3:"rating_4", 4:"rating_5"}
Sınıf sırası eğitimde kullanılan map ile uyumludur.

Environmental Impact

Donanım: [CPU/GPU bilgisi]
Süre: [Eğitim saatleri]
CO₂ tahmini: [Bilgi ekleyin]

Technical Specifications

Model Architecture and Objective

DistilBERT gövdesi + 5 sınıflı sınıflandırma başlığı (cross-entropy).

Compute Infrastructure

Donanım: [Bilgi ekleyin]
Yazılım: transformers 4.56.2, datasets, accelerate, evaluate, torch

Citation

BibTeX:

erkan4/turkish-distilbert-finetuned

Turkish Movie Sentiment (5-sınıf) — DistilBERT