Update README.md

README.md

@@ -15,13 +15,6 @@ tags:
 - sentiment
 - turkish
 ---
-# Model Card for Model ID
-
-<!-- Provide a quick summary of what the model is/does. -->
-
-This modelcard aims to be a base template for new models. It has been generated using [this raw template](https://github.com/huggingface/huggingface_hub/blob/main/src/huggingface_hub/templates/modelcard_template.md?plain=1).
-
-## Model Details
 
 ## Model Description
 
@@ -59,26 +52,25 @@ Modeli, `transformers` kütüphanesini kullanarak yükleyebilir ve metinlerdeki
 from transformers import AutoModelForSequenceClassification, AutoTokenizer
 import torch
 
-# Model ve tokenizer yükleme
+# modelin ve tokenizerın yüklenmesi
 model_name = "ebrukilic/ara-proje-bert"
 tokenizer = AutoTokenizer.from_pretrained(model_name)
 model = AutoModelForSequenceClassification.from_pretrained(model_name)
 
-# Model ve cihaz ayarı
+# cuda
 device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
 model.to(device)
 model.eval()
 ```
 
 ```python
-# Test örneği
+# test etmek için örnek
 text = "Ürün çok güzel ama kolları kısa ve çok dar"
 aspect = "Beden"
 
-# Tokenize etme
 inputs = tokenizer(aspect, text, truncation=True, padding='max_length', max_length=128, return_tensors="pt").to(device)
 
-# Model ile tahmin yapma
+# model ile tahmin yapılması:
 with torch.no_grad():
     outputs = model(**inputs)
 
@@ -95,6 +87,8 @@ print(f"Tahmin edilen etiket: {predicted_label}")
 
 ## Eğitim Verisi
 
+[ebrukilic/ytu-ara-proje-absa](https://huggingface.co/datasets/ebrukilic/ytu-ara-proje-absa)
+
 Model, Türkçe metinlerdeki kullanıcı yorumları ve ilgili "aspect"ler (özellikler) kullanılarak eğitildi. Etiketler, 3 sınıflı duygu (polarite) kategorisinde `negatif`, `nötr` ve `pozitif` olarak tanımlanmıştır. Veri kümesi 5045 örnekten oluşmaktadır.
 
 Veri seti: