Update app.py

app.py

@@ -1,8 +1,9 @@
 import feedparser
 from transformers import pipeline
+import re
 
-# FinBERT modelini yükle (CPU kullanmak için device=-1)
-model = pipeline("sentiment-analysis", model="yiyanghkust/finbert-tone", device=-1)
+# DistilBERT modelini yükle (CPU üzerinde)
+model = pipeline("sentiment-analysis", model="distilbert-base-uncased", device=-1)
 
 # Bitcoin haberleri için RSS feed URL'si
 rss_url = "https://news.google.com/rss/search?q=Bitcoin&hl=en-US&gl=US&ceid=US:en"
@@ -14,28 +15,39 @@ feed = feedparser.parse(rss_url)
 total_score = 0
 count = 0
 
+# Ön işleme fonksiyonu
+def preprocess_title(title):
+    # % -> percent, $ -> USD
+    title = title.replace("%", " percent").replace("$", " USD")
+    # Gereksiz sembolleri temizle
+    title = re.sub(r"[^a-zA-Z0-9\s]", "", title)
+    return title
+
+# Her başlığı analiz et
 for entry in feed.entries:
-    title = entry.title
+    raw_title = entry.title
+    title = preprocess_title(raw_title)
+    
     sentiment = model(title)[0]
 
-    # Etiketi puana çevir (POSITIVE = +1, NEGATIVE = -1, NEUTRAL = 0)
     label = sentiment['label'].upper()
-    score = sentiment['score']  # güven skorunu ağırlık olarak kullan
+    score = sentiment['score']  # modelin güven skorunu kullan
 
+    # Ağırlıklı puanlama
     if label == "POSITIVE":
-        total_score += score  # ağırlıklı pozitif
+        total_score += score
     elif label == "NEGATIVE":
-        total_score -= score  # ağırlıklı negatif
-    else:
-        total_score += 0  # nötr = 0
+        total_score -= score
+    else:  # NEUTRAL
+        total_score += 0
 
     count += 1
 
-# Ortalama skor hesapla
+# Ortalama skor
 average_score = total_score / count if count > 0 else 0
 
 # Long / Short / Neutral kararı
-threshold = 0.05  # küçük değişimleri nötr say
+threshold = 0.05  # küçük dalgalanmaları görmezden gel
 if average_score > threshold:
     signal = "LONG 🟢"
 elif average_score < -threshold: