Spaces:
Runtime error
Runtime error
File size: 3,036 Bytes
e9bb17f | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 | import streamlit as st
import joblib
import neattext.functions as nfx
# Sayfa Ayarları / Page Settings
st.set_page_config(page_title="Amazon Review AI", page_icon="🛒", layout="centered")
# Modeli Yükle / Load the Model
try:
svm_model = joblib.load("svm_amazon.pkl")
except:
st.error("Model dosyası (svm_amazon.pkl) bulunamadı! / Model file not found!")
# --- SOL MENÜ (SIDEBAR) ---
with st.sidebar:
st.title("💡 Sample Reviews / Örnek Yorumlar")
st.write("Copy and paste to test: / Test etmek için kopyalayın:")
st.subheader("✅ Positive / Pozitif")
st.code("This product is fantastic and totally worth the buy!")
st.code("Great quality, I am very satisfied with this purchase.")
st.subheader("❌ Negative / Negatif")
st.code("Worst product ever. It broke in one day, total waste of money.")
st.code("Terrible experience. The quality is very poor and awful.")
st.divider()
# Teknik Not Bölümü / Technical Note Section
st.info("""
**📊 Technical Note / Teknik Not:**
This app uses the **SVM (Support Vector Machine)** model.
During the training phase, **Random Forest (84.6%)** and **SVM (92.6%)** models were compared.
The SVM model, which provided the highest accuracy, was deployed.
---
Bu uygulama arka planda **SVM** modelini kullanmaktadır.
Eğitim aşamasında **Random Forest (%84.6)** ve **SVM (%92.6)** modelleri karşılaştırılmış, en yüksek doğruluğu veren SVM modeli yayına alınmıştır.
""")
# --- ANA PANEL (MAIN PANEL) ---
st.title("🛒 Amazon Review Sentiment Analysis")
st.subheader("Sentiment Analysis Dashboard / Duygu Analizi Paneli")
st.write("Enter a review, and AI will analyze it. / Yorumunuzu girin, yapay zeka analiz etsin.")
# Kullanıcı Girişi / User Input
user_input = st.text_area(
"Your Review / Yorumunuz:",
height=150,
placeholder="Type here or paste a sample from the left... / Buraya yazın veya soldan bir örnek seçin..."
)
# Analiz Butonu / Analysis Button
predict_btn = st.button("🔍 Analyze Sentiment / Duyguyu Analiz Et", use_container_width=True)
if predict_btn:
if user_input.strip() == "":
st.warning("Please enter a text for analysis! / Lütfen analiz için bir metin girin!")
else:
# Metni temizle / Clean the text
clean_text = nfx.normalize(user_input)
# Tahmin (SVM) / Prediction
pred = svm_model.predict([clean_text])[0]
# Sonuç Ekranı / Result Display
st.divider()
if pred == 1:
st.success("### ✨ RESULT: POSITIVE / SONUÇ: POZİTİF 😊")
st.balloons()
else:
st.error("### ⚠️ RESULT: NEGATIVE / SONUÇ: NEGATİF 😡")
# Alt Bilgi / Footer Caption
st.caption("Analysis performed with SVM algorithm (%92.6 Accuracy). / Analiz SVM algoritması ile %92.6 doğrulukla yapılmıştır.")
|