| |
| """ |
| Türkçe Komplo Teorisi Tespit Modeli Test Scripti |
| """ |
|
|
| from transformers import AutoTokenizer, AutoModelForSequenceClassification |
| import torch |
|
|
| def test_model(): |
| """Model ve tokenizer'ı test eder""" |
| |
| print("🧪 Model test ediliyor...") |
| |
| try: |
| |
| print("📄 Model ve tokenizer yükleniyor...") |
| tokenizer = AutoTokenizer.from_pretrained("./") |
| model = AutoModelForSequenceClassification.from_pretrained("./") |
| print("✅ Model başarıyla yüklendi!") |
| |
| |
| print(f"\n📊 Model Bilgileri:") |
| print(f" - Model Türü: {model.config.model_type}") |
| print(f" - Sınıf Sayısı: {model.config.num_labels}") |
| print(f" - Vocabulary Boyutu: {model.config.vocab_size}") |
| print(f" - Max Uzunluk: {model.config.max_position_embeddings}") |
| print(f" - Sınıf Etiketleri: {model.config.id2label}") |
| |
| |
| def predict_text(text): |
| """Verilen metni sınıflandırır""" |
| inputs = tokenizer(text, return_tensors="pt", truncation=True, padding=True, max_length=512) |
| |
| with torch.no_grad(): |
| outputs = model(**inputs) |
| predictions = torch.nn.functional.softmax(outputs.logits, dim=-1) |
| |
| probabilities = predictions[0].tolist() |
| predicted_class = torch.argmax(predictions, dim=-1).item() |
| |
| return { |
| 'prediction': 'Komplo Teorisi' if predicted_class == 1 else 'Gerçek Haber', |
| 'confidence': max(probabilities), |
| 'probabilities': { |
| 'Gerçek Haber': probabilities[0], |
| 'Komplo Teorisi': probabilities[1] |
| } |
| } |
| |
| |
| test_examples = [ |
| "5G teknolojisi insanları kontrol etmek için tasarlanmış gizli bir sistemdir.", |
| "Bilim insanları, 5G teknolojisinin daha hızlı internet bağlantısı sağladığını doğruladı.", |
| "COVID-19 aşıları insanların DNA'sını değiştirmek için tasarlanmıştır.", |
| "COVID-19 aşıları, virüse karşı bağışıklık sistemini güçlendiren mRNA teknolojisi kullanır.", |
| "Ay'a gerçekten hiç çıkmadık, tüm görüntüler Hollywood'da çekildi.", |
| "NASA, Ay misyonlarından getirilen kaya örneklerini bilim insanlarına inceleme için sağladı." |
| ] |
| |
| print(f"\n🧪 Test Örnekleri:") |
| print("=" * 80) |
| |
| for i, text in enumerate(test_examples, 1): |
| result = predict_text(text) |
| print(f"\n{i}. Metin: {text}") |
| print(f" 🎯 Tahmin: {result['prediction']}") |
| print(f" 📊 Güven: {result['confidence']:.1%}") |
| |
| if result['probabilities']['Komplo Teorisi'] > 0.7: |
| print(f" ⚠️ Yüksek komplo teorisi riski!") |
| elif result['probabilities']['Komplo Teorisi'] > 0.5: |
| print(f" ⚡ Orta düzey komplo teorisi riski.") |
| else: |
| print(f" ✅ Güvenilir içerik.") |
| |
| print(f"\n🎉 Model test tamamlandı!") |
| print(f"✅ Model çalışıyor ve tahminler yapabiliyor.") |
| |
| except Exception as e: |
| print(f"❌ Hata: {e}") |
| return False |
| |
| return True |
|
|
| if __name__ == "__main__": |
| test_model() |
