Create app.py

app.py

@@ -0,0 +1,52 @@
+import gradio as gr
+from transformers import pipeline
+
+# Türkçe dahil birçok dilde 3 sınıf (pozitif, negatif, nötr) duygu analizi yapabilen
+# güvenilir ve popüler bir model yükle.
+model_name = "cardiffnlp/twitter-xlm-roberta-base-sentiment-v2"
+sentiment_pipeline = pipeline("sentiment-analysis", model=model_name)
+
+def analyze_sentiment(text):
+    """
+    Verilen metnin duygu analizini yapar.
+    Modelin çıktısını işleyerek Türkçe etiketlere dönüştürür.
+    """
+    # Pipeline'ı çalıştırarak sonucu al
+    result = sentiment_pipeline(text)[0]
+    label = result['label']
+    score = result['score']
+
+    # Bu modelin etiketleri: 'positive', 'negative', 'neutral' (veya baş harfleri büyük)
+    # Gelen etiketi doğrudan Türkçe'ye çevirelim.
+    turkish_label = "Bilinmiyor"
+    label_lower = label.lower()
+
+    if label_lower == 'positive':
+        turkish_label = 'Pozitif'
+    elif label_lower == 'neutral':
+        turkish_label = 'Nötr'
+    elif label_lower == 'negative':
+        turkish_label = 'Negatif'
+
+    # Sonucu etiket ve güven skoruyla birlikte daha anlaşılır bir formatta döndür
+    return f"Sonuç: {turkish_label} (Güven Skoru: {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 (Alternatif Model)",
+    description="Girilen cümlenin duygu durumunu analiz eder. Bu versiyon, kararlı ve çok dilli bir duygu analizi modeli kullanır.",
+    examples=[
+        ["Bu filmi çok beğendim, harikaydı!"],
+        ["Yemekler fena değildi ama servis yavaştı."],
+        ["Bugün uçağım rötar yaptı."],
+        ["Arabanın rengi kırmızı."],
+        ["Konu hakkında bir fikrim yok."]
+    ]
+)
+
+# Arayüzü başlat
+iface.launch()
+