Oluşturulan Türkçe Veri Setiyle Geniş Dil Modeli Tabanlı Sahte Haber Tespiti Uygulaması: Doğrulamaç

TÜBİTAK 2204-A Lise Öğrencileri Araştırma Projeleri Yarışması kapsamında hazırlanan Sahte Haber Tespitine Yönelik Türkçe Veri Seti Oluşturulması ve Geniş Dil Modeli Tabanlı Tespiti: Doğrulamaç adlı projenin reposudur.

Oluşturulan web sitesine http://www.dogrulamac.me/ adresinden ulaşılabilir.

Dosya Düzeni

TR

├── web_site_dogrulamac                    
│   ├── public                             # web sitesinde kullanılan statik dosyalar klasörü
│   ├── chat.html                          
│   ├── index.html                         
│   ├── package-lock.json                  
│   ├── package.json                       
│   ├── server.js                          
│   ├── server2.js                         
│   ├── willbeserver.js                    
│   └── willbeserver.py                    
├── datasets                         
│   ├── English                          
│   │   └── merged_latest_english.csv      # İngilizce model eğitimi için kullanılan nihai birleştirilmiş veri kümesi
│   └── Turkish                             
│       ├── teyit.csv                      # teyit.org'dan alınan veri kümesi
│       ├── dogrula.csv                    # dogrula.org'dan alınan veri kümesi
│       ├── dogruluk_payi.csv              # dogruluk_payi.com'dan alınan veri kümesi
│       └── merged_latest_turkish.csv      # Türkçe model eğitimi için kullanılan nihai birleştirilmiş veri kümesi
├── training                                 
│   ├── English                          
│   │   ├── BERT.ipynb                     # İngilizce için BERT ile eğitim
│   │   ├── roBERTA.ipynb                  # İngilizce için RoBERTa ile eğitim
│   │   ├── BERT_English.py                # İngilizce için BERT ile eğitim ve cross-validation
│   │   ├── Machine_Learning_Models.py     # İng. Makine Öğrenimi Modelleri(Logistic Regression, Naive Bayes, Random Forest ve SVM) ile eğitim ve cross-validation
│   │   └── gemma-2.ipynb                  # İngilizce için Gemma-2 ile eğitim
│   └── Turkish                             
│       ├── lojistik_regression.ipynb      # Lojistik Regresyon ile eğitim
│       ├── naive_bayes.ipynb              # Naive Bayes ile eğitim
│       ├── XGBoost.ipynb                  # XGBoost ile eğitim
│       ├── random_forest.ipynb            # Rastgele Orman ile eğitim
│       ├── SVM.ipynb                      # SVM ile eğitim
│       ├── BERT.ipynb                     # Türkçe için BERT ile eğitim
│       ├── BiLSTM.py                      # BiLSTM ile güncel Dogrulamac veri setinde eğitim ve cross-validation
│       ├── Machine_Learning_Models.py     # Makine Öğrenimi Modelleri ile güncel Dogrulamac veri setinde eğitim ve cross-validation
│       ├── Turkish_BERT.py                # Türkçe için BERT ile güncel Dogrulamac veri setinde eğitim ve cross-validation
│       └── gemma-2.ipynb                  # Türkçe için Gemma-2 ile eğitim

EN

├── web_site_dogrulamac                    
│   ├── public                             # static files folder in web site
│   ├── chat.html                          
│   ├── index.html                         
│   ├── package-lock.json                  
│   ├── package.json                       
│   ├── server.js                          
│   ├── server2.js                         
│   ├── willbeserver.js                    
│   └── willbeserver.py                    
├── datasets                               
│   ├── English                            
│   │   └── merged_latest_english.csv      # final merged dataset used for English model training
│   └── Turkish                            
│       ├── teyit.csv                      # scrapped dataset from teyit.org
│       ├── dogrula.csv                    # scrapped dataset from dogrula.org
│       ├── dogruluk_payi.csv              # scrapped dataset from dogruluk_payi.com
│       └── merged_latest_turkish.csv      # final merged dataset used for Turkish model training
├── training                               
│   ├── English                            
│   │   ├── BERT.ipynb                     # training with BERT English
│   │   ├── BERT_English.py                # training and cross-validation with BERT English
│   │   ├── Machine_Learning_Models.py     # training and cross-validation with Machine Learning Models (Logistic Regression, Naive Bayes, Random Forest and SVM)
│   │   ├── roBERTA.ipynb                  # training with RoBERTa English
│   │   └── gemma-2.ipynb                  # training with Gemma-2
│   └── Turkish                            
│       ├── lojistik_regression.ipynb      # training with Logistic Regression
│       ├── naive_bayes.ipynb              # training with Naive Bayes
│       ├── XGBoost.ipynb                  # training with XGBoost
│       ├── random_forest.ipynb            # training with Random Forest
│       ├── SVM.ipynb                      # training with SVM
│       ├── BiLSTM.py                      # training and cross-validation with BiLSTM on the current Dogrulamac dataset
│       ├── Machine_Learning_Models.py     # training and cross-validation with Machine Learning Models on the current Dogrulamac dataset
│       ├── Turkish_BERT.py                # training and cross-validation with BERT on the current Dogrulamac dataset
│       ├── BERT.ipynb                     # training with BERT Turkish
│       └── gemma-2.ipynb                  # training with Gemma-2