README.md

---
license: mit
language:
- tr
---

Bu model https://github.com/stefan-it/turkish-bert'in; aşağıdaki 3 kategorinin olduğu metin sınıflandırma verilerine göre fine-tuned edilmiş halidir.

```
code_to_label={

'LABEL_0': 'olumlu ',

'LABEL_1': 'nötr ',

'LABEL_2': 'olumsuz' }

```

## Eğitim ve validasyon verisi

Fine-tune işlemi için Gorengoz/tr-customerreview veri seti kullanılmıştır.


### Hiperparametreler

model_args = {
     "num_train_epochs":3, "overwrite_output_dir":True}
     
model = ClassificationModel(
    'bert',
    'dbmdz/bert-base-turkish-128k-cased',
    num_labels=3,
    args=model_args,
    weight=[0.1, 0.25,0.65]
)

 ## Eğitim Metrikleri
| Epochs | Running Loss |
|--- |--- |
| 1| 0.0092 |
| 2| 0.0087 |
| 3| 0.0054 |

### Nasıl Kullanılacağı

```
from transformers import AutoTokenizer, AutoModelForSequenceClassification

tokenizer = AutoTokenizer.from_pretrained("Gorengoz/bert-turkish-sentiment-analysis-cased")
model = AutoModelForSequenceClassification.from_pretrained("Gorengoz/bert-turkish-sentiment-analysis-cased")

nlp=pipeline("text-classification", model=model, tokenizer=tokenizer)

code_to_label={

'LABEL_0': 'olumlu ',

'LABEL_1': 'nötr ',

'LABEL_2': 'olumsuz' }

code_to_label[nlp("Ürün berbat, paranıza yazık olur.")[0]['label']]

```