Turkish Sentiment

🚀 トルコ語センチメント分析モデル

このモデルは、大規模なトルコ語センチメント分析データセットで微調整された、BERTベースのモデルです。トルコ語のテキストをネガティブ、中立、ポジティブの3つのセンチメントクラスに分類します。

🚀 クイックスタート

このモデルは、dbmdz/bert-base-turkish-cased をwinvoker/turkish-sentiment-analysis-datasetデータセットで微調整したものです。評価セットでは以下の結果を達成しています。

• 損失: 0.0880
• 正解率: 0.9688
• F1マクロ: 0.9454
• F1加重平均: 0.9685
• 適合率: 0.9683
• 再現率: 0.9688

✨ 主な機能

• トルコ語のセンチメント分析に関するテキスト分類タスクに対応。
• ソーシャルメディアデータ、製品レビュー、または一般的なトルコ語のセンチメント検出に適しています。

📦 インストール

このモデルを使用するには、transformers ライブラリが必要です。以下のコマンドでインストールできます。

pip install transformers

💻 使用例

基本的な使用法

# Use a pipeline as a high-level helper
from transformers import pipeline

pipe = pipeline("text-classification", model="kaixkhazaki/turkish-sentiment")


pipe("Kargo geç geldi ve ürün beklentimi pek karşılamadı.")
>> [{'label': 'Negative', 'score': 0.984860897064209}]

pipe("Yemek lezzetliydi ancak servis yavaş ve çalışanlar ilgisizdi, pek anlayamadım nasıl hissettiğimi.")
>> [{'label': 'Notr', 'score': 0.9881975054740906}]

pipe("Gerçekten müthiş bir deneyimdi, keşke hep burda kalabilsem.")
>> [{'label': 'Positive', 'score': 0.9942901134490967}]

📚 ドキュメント

モデルの詳細

• モデルタイプ: BertForSequenceClassification
• ベースモデル: dbmdz/bert-base-turkish-cased
• 言語: トルコ語

トレーニングと評価データ

440,679個のトレーニングサンプルと48,965個の検証サンプルを組み合わせたデータセットで微調整されました。

トレーニング手順

単一のGPUで約25分間（1600ステップ）、全データセットを使用してトレーニングされました。

トレーニングハイパーパラメータ

トレーニング中に使用されたハイパーパラメータは以下の通りです。

トレーニング結果

フレームワークバージョン

• Transformers 4.48.0.dev0
• Pytorch 2.4.1+cu121
• Datasets 3.1.0
• Tokenizers 0.21.0

引用

@misc{turkish-sentiment,
  title={Turkish Sentiment Analysis using Turkish BERT},
  author={Fatih Demrici},
  year={2025},
  howpublished={\url{https://huggingface.co/kaixkhazaki/turkish-sentiment}},
}

📄 ライセンス

このモデルはMITライセンスの下で提供されています。