---
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