| --- |
| language: tr |
| license: mit |
| base_model: dbmdz/convbert-base-turkish-mc4-cased |
| pipeline_tag: text-classification |
| tags: |
| - aspect-based-sentiment-analysis |
| - absa |
| - turkish |
| - hotel-reviews |
| - convbert |
| - hotel |
| - restaurant |
| - hospitality |
| --- |
| |
| # KiberAnalyc ABSA — v2 |
|
|
| Türkçe otel yorumları için aspect-based sentiment analysis (ABSA). İki aşamalı sistem: |
|
|
| | Klasör | Görev | Mimari | |
| |---|---|---| |
| | `absa_detection_model_final/` | Yorumda ilgili aspect geçiyor mu? | aspect-conditioned binary, eşik `0.35` | |
| | `absa_sentiment_model_final/` | Geçen aspect için duygu | `Pozitif` / `Negatif` | |
|
|
| - Temel model: `dbmdz/convbert-base-turkish-mc4-cased` |
| - Maks. uzunluk: 512 token |
| - 27 aspect; aspect listesi, her aspect'in açıklama metni (`aspect2prompt`) ve birleştirme haritası (`merge_map`) `system_config.json` içinde. |
|
|
| ## v2'de değişenler |
| - Aspect seti 27'ye güncellendi; `spa_*` alt aspect'leri `spa`'ya, `havuz_termal` → `havuz`, `temizlik_banyo` → `oda_temizlik` olarak birleştirildi. |
|
|
| ## Kullanım |
|
|
| ```python |
| import json, torch |
| from huggingface_hub import snapshot_download |
| from transformers import AutoTokenizer, AutoModelForSequenceClassification |
| |
| path = snapshot_download("Can07/kiberanalyc-absa", revision="v2") |
| cfg = json.load(open(f"{path}/system_config.json")) |
| |
| def load(name): |
| d = f"{path}/{name}" |
| return AutoTokenizer.from_pretrained(d), AutoModelForSequenceClassification.from_pretrained(d).eval() |
| |
| det_tok, det = load("absa_detection_model_final") |
| sen_tok, sen = load("absa_sentiment_model_final") |
| |
| @torch.no_grad() |
| def analyze(review): |
| results = {} |
| for aspect in cfg["aspects"]: |
| prompt = cfg["aspect2prompt"][aspect] |
| x = det_tok(prompt, review, truncation=True, max_length=cfg["max_length"], return_tensors="pt") |
| if det(**x).logits.softmax(-1)[0, 1] < cfg["detection_threshold"]: |
| continue |
| x = sen_tok(prompt, review, truncation=True, max_length=cfg["max_length"], return_tensors="pt") |
| results[aspect] = cfg["sent_id2label"][str(sen(**x).logits.argmax(-1).item())] |
| return results |
| |
| print(analyze("Odalar temizdi ama yemekler çok lezzetsizdi.")) |
| ``` |
|
|
| ## Sürümler |
| - `v1` — ilk sürüm (`revision="v1"` ile erişilebilir) |
| - `v2` — bu sürüm |
|
|
