README.md

---
language: tr
tags:
- turkish
- conspiracy-detection
- bert
- classification
- text-classification
- fine-tuned
license: apache-2.0
datasets:
- custom
metrics:
- accuracy
- f1
- precision
- recall
model-index:
- name: turkish-conspiracy-detection
  results:
  - task:
      type: text-classification
      name: Text Classification
    dataset:
      type: custom
      name: Turkish Conspiracy Detection Dataset
    metrics:
    - type: accuracy
      value: 0.9879
      name: Accuracy
    - type: f1
      value: 0.9879
      name: F1 Score
    - type: precision
      value: 0.9879
      name: Precision
    - type: recall
      value: 0.9879
      name: Recall
---

# Türkçe Komplo Teorisi Tespit Modeli

Bu model, Türkçe metinlerde komplo teorisi tespiti yapmak için fine-tune edilmiş BERT tabanlı bir sınıflandırma modelidir.

## Model Detayları

### Model Açıklaması
- **Geliştirici**: Metinimo19
- **Model Türü**: Text Classification (İkili Sınıflandırma)
- **Dil**: Türkçe (tr)
- **Temel Model**: [savasy/bert-base-turkish-sentiment-cased](https://huggingface.co/savasy/bert-base-turkish-sentiment-cased)
- **Fine-tuning Görevi**: Komplo teorisi vs gerçek haber ayrımı
- **Lisans**: Apache 2.0

### Model Kaynakları
- **Repository**: https://huggingface.co/Metinimo19/turkish-conspiracy-detection
- **Temel Model**: https://huggingface.co/savasy/bert-base-turkish-sentiment-cased

## Kullanım

### Doğrudan Kullanım
Model, Türkçe metinlerde komplo teorisi tespiti için kullanılabilir:

```python
from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

# Model ve tokenizer'ı yükle
tokenizer = AutoTokenizer.from_pretrained("Metinimo19/turkish-conspiracy-detection")
model = AutoModelForSequenceClassification.from_pretrained("Metinimo19/turkish-conspiracy-detection")

# Örnek metin
text = "5G teknolojisi insanları kontrol etmek için tasarlanmış gizli bir sistemdir."

# Tahmin yap
inputs = tokenizer(text, return_tensors="pt", truncation=True, padding=True, max_length=512)
with torch.no_grad():
    outputs = model(**inputs)
    predictions = torch.nn.functional.softmax(outputs.logits, dim=-1)
    predicted_class = torch.argmax(predictions, dim=-1).item()

# Sonuç
result = "Komplo Teorisi" if predicted_class == 1 else "Gerçek Haber"
confidence = predictions[0][predicted_class].item()
print(f"Tahmin: {result} (Güven: {confidence:.2%})")
```

## Eğitim Detayları

### Eğitim Verisi
- **Veri Seti Boyutu**: 1,651 Türkçe örnek
- **Sınıf Dağılımı**: Dengeli (yaklaşık %50 gerçek haber, %50 komplo teorisi)
- **Veri Türü**: Türkçe metinler (haberler, sosyal medya içerikleri, makale özetleri)

### Eğitim Prosedürü

#### Eğitim Hiperparametreleri
- **Batch Size**: 16 (train ve eval)
- **Learning Rate**: 2e-5
- **Epochs**: 3
- **Warmup Steps**: 500
- **Weight Decay**: 0.01
- **Optimizer**: AdamW
- **Mixed Precision**: FP16 (GPU kullanımında)

#### Veri Bölünmesi
- **Eğitim**: %70 (1,155 örnek)
- **Doğrulama**: %15 (248 örnek)
- **Test**: %15 (248 örnek)

## Değerlendirme

### Test Sonuçları
Model test seti üzerinde şu performansı gösterdi:

| Metrik | Değer |
|--------|-------|
| **Accuracy** | 0.9879 |
| **F1 Score** | 0.9879 |
| **Precision** | 0.9879 |
| **Recall** | 0.9879 |

### Sınıf Tanımları
- **0**: Gerçek Haber - Doğrulanabilir, güvenilir kaynaklardan gelen bilgiler
- **1**: Komplo Teorisi - Kanıtlanmamış, spekülatif veya yanlış bilgiler

## Sınırlamalar ve Önyargılar

### Sınırlamalar
- Model sadece Türkçe metinler için eğitilmiştir
- 512 token uzunluğundaki metinlerle sınırlıdır
- Eğitim verisinin boyutu nispeten küçüktür (1,651 örnek)
- Belirli konularda (5G, aşı, uzaylılar vb.) daha fazla veri içerir

### Öneriler
- Kritik kararlar için model çıktılarını tek başına kullanmayın
- Sonuçları uzman değerlendirmesiyle destekleyin
- Modelin sınırlarını göz önünde bulundurun

## Teknik Özellikler

### Model Mimarisi
- **Temel Mimari**: BERT (Bidirectional Encoder Representations from Transformers)
- **Parametre Sayısı**: ~110M parametre
- **Sınıflandırma Katmanı**: Linear layer (768 → 2)
- **Aktivasyon**: Softmax

### Hesaplama Altyapısı
- **Eğitim Platformu**: Google Colab
- **GPU**: Tesla T4 (16GB)
- **Eğitim Süresi**: Yaklaşık 10-15 dakika
- **Framework**: PyTorch + Transformers

## Nasıl Başlanır

```python
from transformers import pipeline

# Pipeline kullanarak basit kullanım
classifier = pipeline("text-classification", model="Metinimo19/turkish-conspiracy-detection")
result = classifier("Ay'a hiç çıkmadık, tüm görüntüler sahteydi.")
print(result)
```

---

*Bu model, eğitim ve araştırma amaçları için geliştirilmiştir. Üretim ortamında kullanmadan önce kapsamlı testler yapılması önerilir.*