axbkts/hybrid-turkish-narrative-style-detection

🇹🇷 Türkçe Anlatım Biçimi Tespiti

🇬🇧 🇺🇸 Turkish Discourse Mode Detection

Bu proje, Türkçe metinlerin anlatım biçimlerini (Açıklayıcı, Betimleyici, Öyküleyici, Tartışmacı) tespit etmek amacıyla geliştirilmiş bir Doğal Dil İşleme (NLP) ve Derin Öğrenme (Deep Learning) çalışmasıdır.

Projenin başarısını artırmak için Transformer mimarisi kullanılmıştır. Projede kullanılan BERT modelleri, Yıldız Teknik Üniversitesi (YTU COSMOS) araştırma grubu tarafından geliştirilen ve açık kaynak olarak sunulan modellerdir.

This project is an academic Natural Language Processing (NLP) and Deep Learning study developed to detect discourse modes (Explanatory, Descriptive, Narrative, Argumentative) in Turkish texts. The BERT models used in this project are developed by the Yildiz Technical University (YTU COSMOS) research group.

🚀 Özellikler / Features

• —YTU COSMOS Modelleri: Yıldız Teknik Üniversitesi tarafından geliştirilen Türkçe BERT modelleri entegre edilmiştir.
• —4 Temel Sınıf (4 Core Classes):
• —Açıklayıcı (Explanatory): Bilgi verici, öğretici metinler.
• —Betimleyici (Descriptive): Gözlem ve tasvire dayalı metinler.
• —Öyküleyici (Narrative): Olay örgüsü içeren hikaye tarzı metinler.
• —Tartışmacı (Argumentative): Bir fikri savunan veya tez ileri süren metinler.

📌 Notlar

Çok kısa metinlerde güven skoru düşebilir. Akademik ve eğitim amaçlı kullanım için uygundur. NLP araştırmalarında doğrudan kullanılabilir.

📊 Veri Seti / Dataset

Modelin eğitimi ve testi için farklı yapılardaki veri setleri kullanılmıştır. Aşağıda veri setlerinden rastgele seçilmiş gerçek örnekler görülmektedir: Different types of datasets were used for training and testing the model. Below are real examples randomly selected from the datasets:

1. Eğitim Seti (Train Set)

Eğitim seti, yaklaşık 2000 adet kısa, net ve yargı bildiren cümleden oluşmaktadır. The training set consists of approximately 2000 short and clear sentences.

Örnek (Example):

"Bu sistem üç ana bileşenden oluşur." (Etiket: Açıklayıcı)

2. Test Seti (Test Set)

Test seti, modelin bağlamı anlama yeteneğini ölçmek amacıyla farklı kaynaklardan derlenen uzun paragraflardan oluşmaktadır. The test set consists of long paragraphs compiled from various sources to evaluate the model's context understanding capability.

Örnek (Example):

"Aşılar, vücudu hastalıklara karşı hazırlayan bir 'eğitim simülatörü' gibi çalışır. Aşıyla birlikte vücuda, hastalık etkeninin (örn. virüsün) zayıflatılmış, ölü veya sadece bir parçası verilir. Bu bileşenler hastalık yapmaz, ancak bağışıklık sistemimizin alarmını çalar..." (Etiket: Açıklayıcı)

🤖 Kullanılan BERT Modelleri / BERT Models Used

Projede ytu-ce-cosmos çalışma grubunun Türkçe Uncased BERT modelleri kullanılmıştır:

💻 API Kullanımı / Usage via API

Bu modeli kendi akademik çalışmalarınızda veya projelerinizde Python gradio_client kütüphanesi ile ücretsiz olarak kullanabilirsiniz. You can use this model as an API in your own academic studies or projects via gradio_client.

from gradio_client import Client

client = Client("axbkts/hybrid-turkish-narrative-style-detection")

result = client.predict(
    metin="Bilim ve teknoloji, toplumların gelişiminde önemli bir rol oynar.",
    model_secimi="Base",
    api_name="/tahmin_et_api"
)

# Print the result
# Sonucu yazdır
print(result)

Sonuc / Result

Açıklayıcı (Güven: %92.4)

Kurulum / Installation

pip install gradio_client

📚 Atıf (Citation)

Atıfta bulunarak ticari veya akademik çalışmalarınızda ücretsiz kullanabilirsiniz

@misc{hybrid_turkish_narrative_2026,
  title={Hybrid Turkish Narrative Style Detection},
  author={Ahmet Faruk Bektaş},year={2026},
  howpublished={https://huggingface.co/spaces/axbkts/hybrid-turkish-narrative-style-detection}
  }