Update README.md

README.md

@@ -1,3 +1,34 @@
 ---
+language: tr
 license: mit
+tags:
+- text-classification
+- sentiment-analysis
+metrics:
+- accuracy
 ---
+
+# Adanus: Türkçe Metin Duygu Analizi Modeli
+
+## Model Açıklaması
+Bu model, `dbmdz/bert-base-turkish-cased` mimarisi üzerine, Türkçe metinlerin pozitif veya negatif olduğunu tespit etmek amacıyla fine-tune edilmiştir. Eğitim sürecinde sentetik Türkçe yorum veri seti kullanılmıştır.
+
+## Kullanım Senaryoları & Sınırlılıklar
+- **Uygundur:** Kısa Türkçe e-ticaret yorumları, müşteri geri bildirimleri ve sosyal medya metinlerinin duygu analizi.
+- **Sınırlılıklar:** Eğitim seti küçük tutulduğu için çok uzun veya edebi metinlerde kararlılığı değişebilir.
+
+## Eğitim Verisi & Performans Metrikleri
+- **Eğitim Seti:** 400 örnek
+- **Test Seti:** 100 örnek
+- **Eğitim Epoch Sayısı:** 2
+- **Test Accuracy (eval_accuracy):** %100 (1.0)
+- **Validation Loss (eval_loss):** 0.00039
+
+## Örnek Kullanım (Inference)
+```python
+from transformers import pipeline
+
+classifier = pipeline("text-classification", model="tosbaga/Adanus")
+result = classifier("Bu ürünü gerçekten çok beğendim, harika.")
+print(result) 
+# Çıktı: [{'label': 'LABEL_1', 'score': 0.99}] -> LABEL_1: Pozitif, LABEL_0: Negatif