brkcnr/duygulu-app

Duygulu App, Türkçe metinlerin duygu analizi için geliştirilmiş bir web uygulamasıdır.

0

stars

17

commits

Python

primary language

Jul 6, 2025

updated

README

Duygulu-App: Türkçe Metin Duygu Analizi Uygulaması

İçindekiler

  • Proje Hakkında
  • Özellikler
  • Teknoloji Yığını
  • Kurulum
  • Kullanım
  • Proje Yapısı

Proje Hakkında

Duygulu-App, Türkçe metinlerin duygu analizi için geliştirilmiş bir web uygulamasıdır. DistilBERT tabanlı bir derin öğrenme modeli kullanarak metinleri pozitif, nötr veya negatif olarak sınıflandırır ve her bir kategori için olasılık değerlerini gösterir.

Özellikler

  • Türkçe metinlerde duygu analizi
  • Kullanıcı dostu web arayüzü
  • Yapılan tahminlerin veritabanında saklanması
  • Geçmiş tahminleri görüntüleme ve filtreleme
  • Docker ile kolay kurulum ve dağıtım

Kullanılan Teknolojiler

  • Backend: Python, FastAPI
  • Frontend: HTML, JavaScript, TailwindCSS
  • Yapay Zeka: Transformers, PyTorch
  • Veritabanı: PostgreSQL
  • Deployment: Docker, Docker Compose

Kurulum

Ön Koşullar

  • Docker ve Docker Compose
  • Git

Kurulum Adımları

  1. Repoyu klonlayın:

    git clone https://github.com/kullanici/duygulu-app.git
    cd duygulu-app
    
  2. Repo'da bulunan veya kendi seçtiğiniz dataset ile modeli eğitin(.csv dizinini değiştirmeyi unutmayın):

    python fine_tune.py
    
  3. app.py ve sentiment_model.py dosyalarındaki model dizinini /results klasöründen eğittiğiniz modelin chechpoint dosyası ile değiştirmeyi unutmayın.

  4. .env dosyasını oluşturun:

    cp .env.example .env
    

    ve gerekli değişkenleri ayarlayın.

    DATABASE_URL=VERİTABANI_URL
    POSTGRES_USER=KULLANICI_ADIN
    POSTGRES_PASSWORD=ŞİFREN
    POSTGRES_DB=VERİTABANI_İSMİ
    
  5. Docker ile uygulamayı başlatın:

    docker-compose up -d
    
  6. Uygulama http://localhost:8000 adresinde çalışmaya başlayacaktır.

Kullanım

  1. Tarayıcınızda http://localhost:8000 adresine gidin
  2. Metin giriş kutusuna analiz etmek istediğiniz Türkçe metni girin
  3. "Tahmin Et" butonuna tıklayın
  4. Sonuçlar ekranda görüntülenecektir:
    • Tahmin edilen duygu (Pozitif, Nötr, Negatif)
    • Her bir duygu kategorisi için olasılık değerleri
  5. Önceki tahminleri görmek için "Tahminleri Göster" linkine tıklayın
  6. Tahmin geçmişinde arama yapabilir, belirli bir duygu durumuna göre filtreleyebilir veya tahminleri silebilirsiniz

Proje Yapısı

duygulu-app/
├── api/                # FastAPI uygulaması
│   ├── db/             # Veritabanı modelleri ve bağlantıları
│   ├── static/         # JavaScript dosyaları
│   └── templates/      # HTML şablonları
├── data/               # Veri dosyaları
├── model/              # Model tanımlamaları
├── results/            # Eğitilmiş model dosyaları
├── .dockerignore
├── .env                # Ortam değişkenleri
├── docker-compose.yml  # Docker Compose yapılandırması
├── Dockerfile          # Docker yapılandırması
├── fine_tune.py        # Model ince ayar kodu
├── main.py             # Test betikleri
└── requirements.txt    # Python bağımlılıkları

Contributors

brkcnr

17 commits

brkcnr/duygulu-app

Duygulu App, Türkçe metinlerin duygu analizi için geliştirilmiş bir web uygulamasıdır.

0

stars

17

commits

Python

primary language

Jul 6, 2025

updated

README

Duygulu-App: Türkçe Metin Duygu Analizi Uygulaması

İçindekiler

  • Proje Hakkında
  • Özellikler
  • Teknoloji Yığını
  • Kurulum
  • Kullanım
  • Proje Yapısı

Proje Hakkında

Duygulu-App, Türkçe metinlerin duygu analizi için geliştirilmiş bir web uygulamasıdır. DistilBERT tabanlı bir derin öğrenme modeli kullanarak metinleri pozitif, nötr veya negatif olarak sınıflandırır ve her bir kategori için olasılık değerlerini gösterir.

Özellikler

  • Türkçe metinlerde duygu analizi
  • Kullanıcı dostu web arayüzü
  • Yapılan tahminlerin veritabanında saklanması
  • Geçmiş tahminleri görüntüleme ve filtreleme
  • Docker ile kolay kurulum ve dağıtım

Kullanılan Teknolojiler

  • Backend: Python, FastAPI
  • Frontend: HTML, JavaScript, TailwindCSS
  • Yapay Zeka: Transformers, PyTorch
  • Veritabanı: PostgreSQL
  • Deployment: Docker, Docker Compose

Kurulum

Ön Koşullar

  • Docker ve Docker Compose
  • Git

Kurulum Adımları

  1. Repoyu klonlayın:

    git clone https://github.com/kullanici/duygulu-app.git
    cd duygulu-app
    
  2. Repo'da bulunan veya kendi seçtiğiniz dataset ile modeli eğitin(.csv dizinini değiştirmeyi unutmayın):

    python fine_tune.py
    
  3. app.py ve sentiment_model.py dosyalarındaki model dizinini /results klasöründen eğittiğiniz modelin chechpoint dosyası ile değiştirmeyi unutmayın.

  4. .env dosyasını oluşturun:

    cp .env.example .env
    

    ve gerekli değişkenleri ayarlayın.

    DATABASE_URL=VERİTABANI_URL
    POSTGRES_USER=KULLANICI_ADIN
    POSTGRES_PASSWORD=ŞİFREN
    POSTGRES_DB=VERİTABANI_İSMİ
    
  5. Docker ile uygulamayı başlatın:

    docker-compose up -d
    
  6. Uygulama http://localhost:8000 adresinde çalışmaya başlayacaktır.

Kullanım

  1. Tarayıcınızda http://localhost:8000 adresine gidin
  2. Metin giriş kutusuna analiz etmek istediğiniz Türkçe metni girin
  3. "Tahmin Et" butonuna tıklayın
  4. Sonuçlar ekranda görüntülenecektir:
    • Tahmin edilen duygu (Pozitif, Nötr, Negatif)
    • Her bir duygu kategorisi için olasılık değerleri
  5. Önceki tahminleri görmek için "Tahminleri Göster" linkine tıklayın
  6. Tahmin geçmişinde arama yapabilir, belirli bir duygu durumuna göre filtreleyebilir veya tahminleri silebilirsiniz

Proje Yapısı

duygulu-app/
├── api/                # FastAPI uygulaması
│   ├── db/             # Veritabanı modelleri ve bağlantıları
│   ├── static/         # JavaScript dosyaları
│   └── templates/      # HTML şablonları
├── data/               # Veri dosyaları
├── model/              # Model tanımlamaları
├── results/            # Eğitilmiş model dosyaları
├── .dockerignore
├── .env                # Ortam değişkenleri
├── docker-compose.yml  # Docker Compose yapılandırması
├── Dockerfile          # Docker yapılandırması
├── fine_tune.py        # Model ince ayar kodu
├── main.py             # Test betikleri
└── requirements.txt    # Python bağımlılıkları

Contributors

brkcnr

17 commits

Languages

Python

52.2%

HTML

29.0%

JavaScript

11.8%

Dockerfile

5.7%

Shell

1.3%