app.py

import gradio as gr
from transformers import pipeline

print("Model yükleniyor: winvoker/bert-base-turkish-sentiment-analysis")
# Daha dengeli sonuçlar verdiği ve nötr kategorisini daha iyi tespit ettiği bilinen bir model kullanıyoruz.
sentiment_pipeline = pipeline(
    "sentiment-analysis", 
    model="winvoker/bert-base-turkish-sentiment-analysis"
)
print("Model başarıyla yüklendi.")

def analyze_sentiment(text):
    """
    Verilen metnin duygu analizini yapar ve sonucu basit bir formatta döndürür.
    """
    if not text or not isinstance(text, str) or len(text.strip()) == 0:
        return {"label": "GEÇERSİZ GİRİŞ", "score": 0.0}
    
    try:
        result = sentiment_pipeline(text)[0]
        
        # Bu modelin etiketleri: 'positive', 'negative', 'neutral'
        # Kodun bu kısmı zaten bu etiketlerle uyumlu olduğu için değiştirmeye gerek yok.
        label = result['label']
        if label.lower() == 'positive':
            simple_label = 'POZİTİF'
        elif label.lower() == 'negative':
            simple_label = 'NEGATİF'
        else:
            simple_label = 'NÖTR'

        return {"label": simple_label, "score": round(result['score'], 4)}
    except Exception as e:
        print(f"Analiz sırasında hata: {e}")
        return {"label": "ANALİZ HATASI", "score": 0.0}

# Gradio arayüzünü oluşturup API olarak sunuyoruz.
iface = gr.Interface(
    fn=analyze_sentiment, 
    inputs=gr.Textbox(lines=3, placeholder="Analiz edilecek metni buraya yazın..."), 
    outputs="json",
    title="Türkçe Duygu Analizi API",
    description="Girilen metnin duygu skorunu (Pozitif, Negatif, Nötr) döndürür."
)

# Arayüzü ve API'yi başlatıyoruz.
iface.launch()