1. Model ve Tokenizer'ı Yükleme: Hugging Face Hub'dan BERT modelini ve tokenizer'ı yükleyin 1.

model_name = "ba2hann/bert_base_turkish_sentiment_analysis"
tokenizer = BertTokenizer.from_pretrained(model_name)
model = BertForSequenceClassification.from_pretrained(model_name)
Kopyala

2. Girdi Hazırlama: Metni tokenize edin ve modele uygun bir formata getirin 1.

inputs = tokenizer(metin, return_tensors="pt", padding=True, truncation=True, max_length=256)
Kopyala

3. Model İleri Besleme: BERT modelini çalıştırarak her sınıf için bir olasılık puanı hesaplatın 1.

with torch.no_grad():
    outputs = model(**inputs)
    logits = outputs.logits
Kopyala

4. Sınıflandırma: En yüksek olasılık puanına sahip sınıfı tahmin edin 1.

olasılıklar = torch.nn.functional.softmax(logits, dim=-1)[0]
tahmin_edilen_sınıf = torch.argmax(logits, dim=-1).item()
Kopyala

5. Sonuçları Biçimlendirme: Her kategori için olasılıkları bir sözlük formatında geri döndürün 1.

sonuc = {
    'Tahmin': kategori_haritasi[tahmin_edilen_sınıf],
    'Tahmin Güveni': olasılıklar[tahmin_edilen_sınıf].item(),
    'Kategori Olasılıkları': kategori_olasılıkları,
    'En Yüksek İkinci Tahmin': kategori_haritasi[olasılıklar.argsort(descending=True)[1](https://github.com/ba2hannn/turkce-metin-siniflandirma-bert).item()],
    'İkinci Tahmin Olasılığı': olasılıklar[olasılıklar.argsort(descending=True)[1](https://github.com/ba2hannn/turkce-metin-siniflandirma-bert)].item()
}
Kopyala