ফিরে যান
মডেল
Turkish Sentiment Analysis · TSAM
উদ্দেশ্য
তুর্কি ভাষায় একটি বাক্য দিলে মডেলটি তার সুর বোঝার তিনটি সম্ভাবনাকে আলাদা স্কোর দেয়। প্রকাশিত কনফিগারেশনে ০ মানে নেতিবাচক, ১ নিরপেক্ষ আর ২ ইতিবাচক। আউটপুটে নিরপেক্ষ শ্রেণির নাম লেখা হয় “Notr”। রিভিউ বিশ্লেষণের সময় এই তৃতীয় বিকল্পটির কারণে নিরপেক্ষ মন্তব্যগুলো আলাদা করে গোনা যায়।
একটি মডেল ও তুর্কি ভাষার চারটি ডেটাসেট
একটি স্বাধীন গবেষণায় চারটি তুর্কি ডেটাসেটে চারটি মডেলের তুলনা করা হয়। দুই শ্রেণির মূল্যায়নের জন্য গবেষকেরা নিরপেক্ষ লেবেল বাদ দেন। এই মডেলের F1 স্কোর ছিল Humir-এ ০.৯৭ এবং Twt-তে ০.৫৪।
১২,০৫৩Hub-এ মোট ডাউনলোড১৮ নভে, ২০২৬Hugging Face Hub APIরিভিউ বিশ্লেষণের জন্য আমার আগের একটি মডেল
কোনো রিভিউ ইতিবাচক না নেতিবাচক, তা চিনতে আমি তুর্কি ভাষার BERT মডেলটিকে আলাদা করে প্রশিক্ষণ দিয়েছি। প্রশিক্ষণের সেটিংস GitHub-এ আছে।
উৎস নথি
মূল উৎস · huggingface.coউৎসনির্দেশ
Turkish Sentiment Analysis · TSAM · https://huggingface.co/emre/turkish-sentiment-analysis