Update app.py

app.py

@@ -9,37 +9,46 @@ sentiment_pipeline = pipeline("sentiment-analysis", model=model_name)
 def analyze_sentiment(text):
     """
     Verilen metnin duygu analizini yapar.
-    Modelin çıktısını doğrudan kullanarak pozitif, negatif veya nötr olarak sınıflandırır.
+    Modelin çıktısını işleyerek ve bir güven eşiği kullanarak pozitif, negatif veya nötr olarak sınıflandırır.
     """
     # Pipeline'ı çalıştırarak sonucu al
     result = sentiment_pipeline(text)[0]
     label = result['label']
     score = result['score']
 
+    # Düşük güven skorlu pozitif/negatif tahminleri nötr olarak kabul etmek için bir eşik değeri.
+    # Model 'positive' veya 'negative' dediğinde skor bu değerin altındaysa, sonucu 'Nötr' yapacağız.
+    confidence_threshold = 0.75
+
     # Modelin İngilizce etiketlerini Türkçe'ye çevirelim
-    turkish_label = "Bilinmiyor"
-    if label == 'positive':
-        turkish_label = 'Pozitif'
+    final_label = "Bilinmiyor"
+    
+    if label == 'neutral':
+        # Model zaten Nötr dediyse, bunu kabul ediyoruz.
+        final_label = 'Nötr'
+    elif (label == 'positive' or label == 'negative') and score < confidence_threshold:
+        # Model pozitif veya negatif demiş ama skoru düşükse, bunu Nötr olarak kabul ediyoruz.
+        final_label = 'Nötr'
+    elif label == 'positive':
+        final_label = 'Pozitif'
     elif label == 'negative':
-        turkish_label = 'Negatif'
-    elif label == 'neutral':
-        turkish_label = 'Nötr'
+        final_label = 'Negatif'
 
-    # Sonucu etiket ve güven skoruyla birlikte daha anlaşılır bir formatta döndür
-    return f"Sonuç: {turkish_label} (Güven Skoru: {score:.2f})"
+    # Sonucu, nihai etiket ve modelin orijinal tahminiyle birlikte daha anlaşılır bir formatta döndür
+    return f"Sonuç: {final_label} (Modelin Ham Tahmini: {label.capitalize()}, Skor: {score:.2f})"
 
 # Gradio arayüzünü ve API'yi oluştur
 iface = gr.Interface(
     fn=analyze_sentiment,
     inputs=gr.Textbox(lines=3, placeholder="Analiz edilecek metni buraya girin..."),
     outputs=gr.Textbox(label="Analiz Sonucu"),
-    title="Türkçe Duygu Analizi (3 Sınıflı Model)",
-    description="Girilen cümlenin duygu durumunu (Pozitif, Nötr, Negatif) analiz eder. Bu versiyon, doğrudan 3 sınıf tahmini yapabilen farklı bir model kullanır.",
+    title="Türkçe Duygu Analizi (Güven Eşikli Model)",
+    description="Girilen cümlenin duygu durumunu analiz eder. Modelin pozitif/negatif tahminlerindeki güven skoru belirli bir eşiğin altındaysa, sonuç 'Nötr' olarak kabul edilir.",
     examples=[
         ["Bu filmi çok beğendim, harikaydı!"],
         ["Yemekler fena değildi ama servis yavaştı."],
         ["Bugün uçağım rötar yaptı."],
-        ["Ürünün kalitesinden hiç memnun kalmadım."],
+        ["Arabanın rengi kırmızı."],
         ["Konu hakkında bir fikrim yok."]
     ]
 )