Update README.md

README.md

@@ -16,7 +16,7 @@ tags:
 - turkish
 ---
 
-## Model Description
+## Model Tanıtımı
 
 Bu model, Türkçe metinler üzerinde **Sentiment Analysis (Duygu Analizi)** yapmak için Türkçe dilindeki giyim ürünlerine ait metinlerden oluşturulan veri kümesi kullanılarak fine-tune edilmiş bir ABSA (Aspect-Based Sentiment Analysis) modelidir. 
 Model, `yeniguno/absa-turkish-bert-dbmdz` temel modelinden türetilmiştir ve Türkçe dilindeki metinlerde olumlu, olumsuz veya nötr duygu kategorilerine ait etiketleri tahmin edebilmektedir.
@@ -27,24 +27,14 @@ Model, `yeniguno/absa-turkish-bert-dbmdz` temel modelinden türetilmiştir ve T
 - **License:** [MIT]
 - **Finetuned from model [optional]:** [yeniguno/absa-turkish-bert-dbmdz]
 
-### Direct Use
+Bu model, doğrudan metin verisini alıp duygu etiketlerini tahmin etmek için kullanılabilir. Modelin çıktı olarak "olumlu", "olumsuz" veya "nötr" etiketlerinden birini döndürmesi beklenir.Model, sadece duygu analizi için eğitilmiştir. Karmaşık doğal dil işleme (NLP) görevleri, makale yazımı veya özetleme gibi işlemler için uygun değildir.
 
-Bu model, doğrudan metin verisini alıp duygu etiketlerini tahmin etmek için kullanılabilir. Modelin çıktı olarak "olumlu", "olumsuz" veya "nötr" etiketlerinden birini döndürmesi beklenir.
-
-### Downstream Use
-
-Bu model, duygu analizi yaparak müşteri yorumlarını analiz etmek veya sosyal medya üzerindeki duygusal eğilimleri izlemek gibi downstream uygulamalarda kullanılabilir.
-
-### Out-of-Scope Use
-
-Model, sadece duygu analizi için eğitilmiştir. Karmaşık doğal dil işleme (NLP) görevleri, makale yazımı veya özetleme gibi işlemler için uygun değildir.
-
-## Bias, Risks, and Limitations
+## Bias, Risk ve Limitler 
 
 Bu modelin eğitildiği veri seti, belirli bir kullanıcı grubunun yorumlarından oluşmaktadır. Bu nedenle, modelin diğer kategorilere ait metinler üzerindeki duygu analizinde sınırlı bir performans gösterebilir. 
 Ayrıca, modelin etiketleri yalnızca belirli (olumlu, olumsuz, nötr) duygu kategorilerine odaklanmaktadır ve daha karmaşık duygu durumlarını ayırt etmekte zorlanabilir.
 
-## How to Get Started with the Model
+## Modeli Nasıl Kullanabiliriz?
 
 Modeli, `transformers` kütüphanesini kullanarak yükleyebilir ve metinlerdeki duygu analizini gerçekleştirebilirsiniz.
 
@@ -83,8 +73,6 @@ predicted_label = id_to_label[predicted_class_id]
 print(f"Tahmin edilen etiket: {predicted_label}")
 ```
 
-## Training Details
-
 ## Eğitim Verisi
 
 [ebrukilic/ytu-ara-proje-absa](https://huggingface.co/datasets/ebrukilic/ytu-ara-proje-absa)
@@ -96,7 +84,7 @@ Veri seti:
 - **Aspects**: Kullanıcı yorumu ile ilişkilendirilen konu veya özellik
 - **Polarity**: Yorumun duygusal polaritesi (negatif, nötr, pozitif)
 
-### Metrics
+### Performans Metrikleri
 
 Modelin performansını değerlendirmek için doğruluk (accuracy) ve F1 skoru gibi yaygın metrikler kullanılmıştır. Aşağıda modelin test verisi üzerinde elde edilen değerlendirme sonuçları yer almaktadır: