You can deploy this model and start earning money today!

SerkLones/
oyuncu-yorumu-analiz-modeli

Name: oyuncu-yorumu-analiz-modeli
Availability: InStock

Views

No views yet

Oyuncu Yorumu Analiz Modeli

Model Açıklaması

Bu model, oyunlara gelen kullanıcı yorumlarını analiz etmek ve "Olumlu" veya "Olumsuz" olarak sınıflandırmak için geliştirildi. Temel model olarak distilbert-base-uncased kullanıldı ve İngilizce metinleri sınıflandırmak üzere fine-tune işlemi uygulandı.

Eğitim Verisi

Modeli eğitmek için stanfordnlp/imdb veri setinden rastgele 5.000 adet inceleme metni seçtim. Eğitim sırasında modelin sadece olumsuz veya sadece olumlu örnekleri görüp ezberlememesi (veri yanlılığı/data bias oluşmaması) için veri setini eğitime sokmadan önce tamamen karıştırdım (shuffle).

Kullanım Amacı

Geliştirici ekiplerin yüzlerce Steam veya Discord yorumunu manuel olarak okumak yerine;

Yeni gelen güncellemeler sonrası oyuncuların genel tepkisini hızlıca ölçmek,
Çökme, bug veya optimizasyon sorunlarını anlatan negatif yorumları (LABEL_0) tespit edip filtrelemek amacıyla kullanılabilir.

Eğitim Sonuçları ve Performans

Modeli 2 epoch boyunca eğittim. Değerlendirme (Validation) seti üzerindeki test sonuçlarım şu şekilde:

Accuracy (Doğruluk): 1.0
Validation Loss: 0.000143

Sınırlılıklar

Model İngilizce metinler üzerinde eğitildiği için Türkçe geri bildirimlerde çalışmaz.
Yapay zeka modellerinin genel bir zorluğu olarak, aşırı kinaye veya ironi içeren yorumları (Örn: "Oyun o kadar kusursuz ki ekran kartım dayanamayıp yandı") yanlış sınıflandırabilir.

Örnek Kullanım (Inference) Modülü

Modelin çalıştığını doğrulamak için aşağıdaki Python kodunu kullanabilirsiniz:

python

from transformers import pipeline

# Modeli çağırıyoruz
classifier = pipeline("text-classification", model="SerkLones/oyuncu-yorumu-analiz-modeli")

# Örnek 1: Olumlu Yorum Testi
yorum_olumlu = "This game is an absolute masterpiece, the mechanics are amazing!"
print("Olumlu Yorum:", classifier(yorum_olumlu))
# Beklenen Çıktı: [{'label': 'LABEL_1', 'score': 0.9616}]

# Örnek 2: Olumsuz Yorum Testi
yorum_olumsuz = "The game crashes constantly and the optimization is terrible, I want a refund."
print("Olumsuz Yorum:", classifier(yorum_olumsuz))
# Beklenen Çıktı: [{'label': 'LABEL_0', 'score': 0.9056}]