Характеристики

Контекст: 512 токенов
Параметры: 138 млн
Лицензия: MIT
Архитектура: bert · dense
Опубликована: 21 июн 2026

Ссылки

Hugging Face

adanus

tosbaga

Классификация текстаТекст → label

Adanus — дообученная BERT-модель для определения положительной или отрицательной тональности коротких турецких текстов.

8скачиваний за 30 дней0лайковвеса обновлены21 июн 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Adanus — 137,8 млн параметров, основанная на BERT модель классификации последовательностей для анализа тональности турецких текстов. Она дообучена на базе dbmdz/bert-base-turkish-cased и различает положительные и отрицательные отзывы; карточка указывает, что обучение проводилось на синтетических турецких комментариях.

Модель предназначена для анализа коротких турецких отзывов о товарах, обратной связи клиентов и публикаций в социальных сетях. Максимальная длина контекста составляет 512 токенов. В README сообщается о точности 100% на тестовой выборке из 100 примеров, однако обучающая выборка также невелика — 400 примеров, поэтому этот результат не гарантирует сопоставимого качества на других данных.

Модель распространяется по лицензии MIT. Для длинных или литературных текстов её предсказания могут быть нестабильными.

Сценарии применения

определение тональности коротких отзывов о товарах на турецком языке
анализ обратной связи турецкоязычных клиентов
классификация тональности публикаций в турецких социальных сетях

Ограничения

Модель обучалась на небольшой синтетической выборке, поэтому качество на новых данных может отличаться; для длинных и литературных текстов предсказания могут быть нестабильными.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Adanus: Türkçe Metin Duygu Analizi Modeli

Model Açıklaması

Bu model, dbmdz/bert-base-turkish-cased mimarisi üzerine, Türkçe metinlerin pozitif veya negatif olduğunu tespit etmek amacıyla fine-tune edilmiştir. Eğitim sürecinde sentetik Türkçe yorum veri seti kullanılmıştır.

Kullanım Senaryoları & Sınırlılıklar

Uygundur: Kısa Türkçe e-ticaret yorumları, müşteri geri bildirimleri ve sosyal medya metinlerinin duygu analizi.
Sınırlılıklar: Eğitim seti küçük tutulduğu için çok uzun veya edebi metinlerde kararlılığı değişebilir.

Eğitim Verisi & Performans Metrikleri

Eğitim Seti: 400 örnek
Test Seti: 100 örnek
Eğitim Epoch Sayısı: 2
Test Accuracy (eval_accuracy): %100 (1.0)
Validation Loss (eval_loss): 0.00039

Örnek Kullanım (Inference)

from transformers import pipeline

classifier = pipeline("text-classification", model="tosbaga/Adanus")
result = classifier("Bu ürünü gerçekten çok beğendim, harika.")
print(result) 
# Çıktı: [{'label': 'LABEL_1', 'score': 0.99}] -> LABEL_1: Pozitif, LABEL_0: Negatif

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: BertForSequenceClassification
Ревизия весов: 373f923