| import streamlit as st | |
| import tensorflow as tf | |
| import pickle | |
| from tensorflow.keras.preprocessing.sequence import pad_sequences | |
| st.title("IMDB Movie Review Sentiment Analysis") | |
| st.write("Bu uygulama, girilen film yorumunun pozitif mi negatif mi olduğunu tahmin eder.") | |
| model = tf.keras.models.load_model("src/imdb_lstm_model.h5") | |
| with open("src/tokenizer.pkl", "rb") as file: | |
| tokenizer = pickle.load(file) | |
| maxlen = 200 | |
| yorum = st.text_area("Film yorumunu yazınız:") | |
| if st.button("Tahmin Et"): | |
| if yorum.strip() == "": | |
| st.warning("Lütfen bir yorum yazınız.") | |
| else: | |
| yorum_dizi = tokenizer.texts_to_sequences([yorum]) | |
| yorum_pad = pad_sequences( | |
| yorum_dizi, | |
| maxlen=maxlen | |
| ) | |
| tahmin = model.predict(yorum_pad)[0][0] | |
| if tahmin >= 0.5: | |
| st.success("Tahmin: Pozitif Yorum") | |
| else: | |
| st.error("Tahmin: Negatif Yorum") | |
| st.write("Pozitif olma olasılığı:", round(float(tahmin), 4)) |