semihocakli/nlp-with-hugging-face

Natural Language Processing With Hugging Face

Yol haritası

• Transformer Mimarisine Giriş

• Duygu Analizi Çıkarımı Projesi

• Token Sınıflandırma (NER) Projesi

• Metin Üretme Projesi

• LLM Projesi

DistilBERT Emotion Recognition Model

Bu Hugging Face modeli, duyguları tanımlamak için DistilBERT modelini kullanır. Model, metin girdisine dayalı olarak duyguları tahmin etme yeteneğine sahiptir.

Kullanım

Modeli kullanmak için aşağıdaki adımları takip edebilirsiniz.

from transformers import pipeline

# Duygu tanıma modelini yükle
emotion_model = pipeline("sentiment-analysis", model="ocaklisemih/distilbert-emotion")

# Metin üzerinde duyguyu tahmin et
text = "Bugün harika bir gün!"
emotion = emotion_model(text)

print(emotion)

---

NER Demo

Bu demo için Spaces üzerinde çalıştırmak için aşağıdaki adımları izleyebilirsiniz.

1. Spaces sayfasına gidin: NER-Demo

2. Demo alanını açmak için "NER-Demo" düğmesine tıklayın.

3. Demo başladığında, metin girişi yaparak NER modelini deneyebilirsiniz.

Örnek Kullanım

Demo alanını kullanmak için gerekli adımlar Spaces üzerinde otomatik olarak yapılmaktadır. Ancak, modeli yerel olarak kullanmak istiyorsanız, şu örnek kullanımı inceleyebilirsiniz:

from transformers import pipeline

# NER modelini yükle
ner_model = pipeline("ner", model="ocaklisemih/ner-demo")

# Metin üzerinde adlandırılmış varlıkları tanımla
text = "Hugging Face, yapay zeka alanında öncü bir şirkettir."
entities = ner_model(text)

print(entities)

---

Multilingual XLM-RoBERTa for Named Entity Recognition (NER)

Bu Hugging Face modeli, çok dilli metinler üzerinde adlandırılmış varlık tanıma (NER) görevi için XLM-RoBERTa modelini kullanır. Model, farklı dillerdeki metinlerdeki adlandırılmış varlıkları tanımlama yeteneğine sahiptir.

Kullanım

Modeli kullanmak için aşağıdaki adımları takip edebilirsiniz.

from transformers import pipeline

# NER modelini yükle
ner_model = pipeline("ner", model="ocaklisemih/multilingual-xlm-roberta-for-ner")

# Metin üzerinde adlandırılmış varlıkları tanımla
text = "Hugging Face, yapay zeka alanında öncü bir şirkettir."
entities = ner_model(text)

print(entities)

---

Mistral-7B-Dolly: Turkish Language Model

Bu Hugging Face modeli, Türkçe dilinde geniş bir dil modeli olan Mistral-7B-Dolly'yi içermektedir.

Kullanım

Modeli kullanmak için aşağıdaki adımları takip edebilirsiniz.

from transformers import pipeline

# Dil modelini yükle
language_model = pipeline("text-generation", model="ocaklisemih/mistral-7b-dolly")

# Metin üret
generated_text = language_model("Merhaba, bu bir örnek metindir. ")
print(generated_text)