Türkçe Cümleler için Morfolojik Analiz

Bu proje, Türkçe cümlelerin derinlemesine morfolojik analizini yapabilen bir sequence-to-sequence modeli içerir. Model, bigscience/mt0-small temel alınarak universal_dependencies (tr_boun) veri seti üzerinde ince ayarlanmıştır.

İnteraktif Demoyu Buradan Deneyebilirsiniz

---

Projenin Amacı

Model, kendisine verilen bir Türkçe cümledeki her bir kelimeyi alarak aşağıdaki yapısal bilgilere ayrıştırır:

• Kök (Lemma): Kelimenin anlam taşıyan en temel hali.
• Kelime Türü (Part-of-Speech): Kelimenin cümledeki görevi (isim, fiil, sıfat vb.).
• Ekler (Affixes): Kelimenin aldığı çekim ve yapım ekleri.

Örnek Çıktı

Girdi:

Kitapları masanın üstüne koydum.

Çıktı:

Kitapları -> kitap(isim) + -ler(çoğul) + -i(belirtme) |
masanın   -> masa(isim) + -in(tamlayan) |
üstüne    -> üst(isim) + -e(yönelme) + (3.kişi iyelik) |
koydum    -> koy(fiil) + -di(geçmiş z.) + (1.kişi)

---

Performans

Değerlendirme Sonuçları (Evaluation Results)

Model, tr_boun veri setinin doğrulama (validation) ve test kümelerinde aşağıdaki sonuçları elde etmiştir.

Final Doğrulama (Validation) Sonuçları

Metrik	Puan
Loss	0.1605
Rouge1	17.8207
Rouge2	14.2998
RougeL	17.6289
Root & POS Accuracy	0.0564
Affix F1-Score	0.0643
Word Exact Match	0.0243
Sentence Exact Match	0.0000
Runtime (s)	54.1345
Samples / Second	18.0850
Steps / Second	2.2720

Test Seti Sonuçları

Metrik	Puan
Loss	0.1581
Rouge1	17.9301
Rouge2	14.2752
RougeL	17.7252
Root & POS Accuracy	0.0550
Affix F1-Score	0.0620
Word Exact Match	0.0232
Sentence Exact Match	0.0000
Runtime (s)	53.7059
Samples / Second	18.2290
Steps / Second	2.2900
Epoch	5.0000

---

Eğitim Kodları ve Tekrarlanabilirlik

Bu repoda, modelin farklı versiyonlarını eğitmek için kullanılan Jupyter/Colab notebook'larını bulabilirsiniz.

• Versiyon 2 (Final Model - 5 Epoch): turkce_morfolojik_analiz_V2.ipynb Modelin 5 epoch boyunca eğitildiği, ROUGE use_stemmer=False olarak güncellendiği, en son ve en iyi performansa sahip versiyonun kodları. Hugging Face Hub'daki ana model bu notebook ile eğitilmiştir.

• Versiyon 1 (İlk Deney - 3 Epoch): turkce_morfolojik_analiz_V1.ipynb Modelin 3 epoch ile eğitildiği ilk deneme. Model geliştirme sürecini ve daha uzun eğitimin etkisini görmek için referans olarak tutulmaktadır.

Not: Detaylı eğitim süreci ve hiperparametreler için model kartına bakınız.

---

Kurulum ve Kullanım

Projeyi yerel makinenizde çalıştırmak için aşağıdaki adımları izleyebilirsiniz.

Gereksinimler

• Python 3.8+
• Git

1. Projeyi Klonlayın

git clone https://github.com/obenadak/turkce-morfolojik-analiz.git
cd turkce-morfolojik-analiz 

2. Bağımlılıkları Yükleyin

pip install -r requirements.txt

3. Modeli Python İçinde Kullanma

from transformers import pipeline

# Modeli Hugging Face Hub'dan yükle
model_repo = "obenadak/turkce-morfolojik-analiz-mt0-small"
analiz_cihazi = pipeline("text2text-generation", model=model_repo)

# Analiz edilecek cümle
cumle = "Gelecek hafta sonu için planların neler?"

# Analizi gerçekleştir
sonuc = analiz_cihazi(cumle, max_length=512)

print(sonuc[0]['generated_text'])

Katkıda Bulunma

Projeye katkıda bulunmak isterseniz, lütfen bir issue açın veya pull request gönderin.

Lisans

Bu proje Apache 2.0 Lisansı ile lisanslanmıştır.