Özellik	Değer
Base Model	`dbmdz/bert-base-turkish-cased`
Görev	Token Classification (BIO)
Etiketler	B (hece başı), I (hece içi)
Eğitim Verisi	48,715 Türkçe sözcük
Word Accuracy	%99.99
F1 (weighted)	0.9999

Kullanım

python

from bert_turkish_finetune import DizgeBERT

model = DizgeBERT("iatagun/dizge-syllable")
print(model.syllabize("bilgisayar"))  # ['bil', 'gi', 'sa', 'yar']
print(model.syllabize("strateji"))    # ['stra', 'te', 'ji']
print(model.syllabize("kontrol"))     # ['kon', 'trol']

Özellikler

✅ Hiatus (ünlü çatışması): saat → sa-at, aile → a-i-le
✅ Ünsüz kümeleri: kontrol → kon-trol, elektrik → e-lek-trik
✅ Onset clusters: strateji → stra-te-ji, stres → stres
✅ Morfolojik sınırlar: renkli → renk-li, ahenkli → a-henk-li
✅ Uzun türetmeler: özelleştirilebilirlik → ö-zel-leş-ti-ri-le-bi-lir-lik

Eğitim

dizge kütüphanesinin çıktıları sistematik olarak düzeltilerek (1,595 düzeltme) eğitim verisi oluşturulmuştur. Düzeltmeler: hiatus (1,279), r-tabanlı onset kümeleri (287), manuel str-sözcükler (29).

Top 2 BERT katmanı açılarak (--freeze-layers 10) eğitilmiştir.