Upload ceybert.py

ceybert.py

@@ -0,0 +1,73 @@
+import gradio as gr
+from transformers import pipeline
+
+# 1. Modeli Yükle
+model_path = "./final_sentiment_model"
+sentiment_analysis = pipeline("text-classification", model=model_path, tokenizer=model_path, top_k=None)
+
+# 2. Duygu Çevirileri 
+emoji_map = {
+    "mutlu": "😊 Mutlu",
+    "üzgün": "😔 Üzgün",
+    "kızgın": "😡 Kızgın",
+    "sürpriz": "😮 Sürpriz",
+    "tiksinti": "🤢 Tiksinti",
+    "korku": "😱 Korku",
+    "label_0": "😶 Bilinmiyor" # Nötr veya Belirsiz
+}
+
+def analyze_sentiment(text):
+    # Model tahmini
+    results = sentiment_analysis(text)[0] 
+    
+    #Gradio {Label: Score} formatı
+    output_dict = {}
+    for result in results:
+        label = result['label']
+        score = result['score']
+        
+        # İkon ekleme
+        display_label = emoji_map.get(label, label)
+        output_dict[display_label] = score
+    
+    # Eşik Değeri Kontrolü (Threshold Logic)
+    top_score = max(output_dict.values())
+    
+    # Eğer en yüksek skor %60'ın altındaysa (Model emin değilse)
+    if top_score < 0.60:
+        return {"😶 Nötr / Belirsiz": 1.0}
+        
+    return output_dict
+
+# 3. Arayüzü Oluştur
+with gr.Blocks(theme=gr.themes.Soft()) as demo:
+    gr.Markdown("""
+    # 🇹🇷 TurkishBERTiment: Türkçe Duygu Analizi
+    Bu model, Türkçe metinlerdeki duygusal durumu (Mutlu, Üzgün, Kızgın, Sürpriz, Tiksinti, Korku) analiz etmek için **BERTurk** kullanılarak eğitilmiştir.
+    """)
+    
+    with gr.Row():
+        with gr.Column():
+            input_text = gr.Textbox(
+                label="Analiz edilecek tümceyi yazın", 
+                placeholder="Örn: Bu ürün harika ama kargo biraz gecikti...",
+                lines=3
+            )
+            analyze_btn = gr.Button("Analiz Et", variant="primary")
+            
+        with gr.Column():
+            label_output = gr.Label(label="Duygu Durumu", num_top_classes=3)
+    
+    # Örnek butonlar
+    examples = [
+        ["Sınavdan yüz aldığımı görünce havalara uçtum!"],
+        ["Bu yemeğin tadı gerçekten berbat."],
+        ["Gördüklerinden sonra küplere bindi."]
+    ]
+    gr.Examples(examples=examples, inputs=input_text)
+
+    analyze_btn.click(fn=analyze_sentiment, inputs=input_text, outputs=label_output)
+
+# 4. Uygulamayı Başlat
+if __name__ == "__main__":
+    demo.launch()