TasaractDavut Emre Taşar
Retour
Modèle

Turkish Sentiment Analysis · TSAM

Finalité

J’ai entraîné ce modèle BERT pour reconnaître le ton d’un avis en turc. Il attribue un score à trois lectures possibles, positive, neutre et négative.

Évaluation indépendante

Une étude indépendante a comparé quatre modèles sur quatre jeux de données turcs. Pour l’évaluation binaire, l’équipe a écarté les étiquettes neutres. Ce modèle a obtenu un score F1 de 0,97 sur Humir et de 0,54 sur Twt.

12 053Téléchargements cumulés sur le Hub18 nov. 2026Hugging Face Hub API

Un premier modèle pour classer les avis

J’ai affiné un modèle BERT pour le turc afin de distinguer les avis positifs des avis négatifs. Les paramètres d’entraînement sont disponibles sur GitHub.

Documents sources

Source originale · huggingface.co
Référence

Turkish Sentiment Analysis · TSAM · https://huggingface.co/emre/turkish-sentiment-analysis