File size: 2,416 Bytes
ec6f45d af9be6f ec8d4c4 af9be6f ec8d4c4 ec6f45d af9be6f ec6f45d af9be6f ec6f45d af9be6f ec6f45d af9be6f ec6f45d af9be6f ec6f45d af9be6f ec6f45d af9be6f ec6f45d af9be6f ec6f45d af9be6f ec6f45d af9be6f ec6f45d af9be6f ec6f45d af9be6f ec6f45d af9be6f ec6f45d af9be6f |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 |
---
language: tr
tags:
- turkish
- masked-lm
- legal
- dbmdz/bert-base-turkish-cased
license: mit
datasets:
- custom_legal_dataset
model-index:
- name: legal-turkish-bert-base-cased
results:
- task:
name: Masked Language Modeling
type: masked-lm
metrics:
- name: Validation Loss
type: loss
value: 0.582253
base_model: dbmdz/bert-base-turkish-cased
widget:
- text: Anayasa, Türk Vatanı ve [MASK] ebedi varlığını korur.
pipeline_tag: fill-mask
---
# legal-turkish-bert-base-cased
Bu model, Türkçe hukuk metinleri üzerinde fine-tune edilmiş dbmdz/bert-base-turkish-cased modelidir.
## Kullanım Alanları
- Hukuki metin analizi
- Hukuki metin anlama
## Model Detayları
- Base Model: dbmdz/bert-base-turkish-cased
- Dataset Size: 150k
- Training Parameters:
- Batch Size: 64
- Learning Rate: 2e-5
- Epochs: 10
- Max Length: 256
## Kullanım Örneği
```python
from transformers import AutoTokenizer, TFAutoModelForMaskedLM
import tensorflow as tf
# Tokenizer ve model yükleme
tokenizer = AutoTokenizer.from_pretrained("msbayindir/legal-turkish-bert-base-cased")
model = TFAutoModelForMaskedLM.from_pretrained("msbayindir/legal-turkish-bert-base-cased")
# Örnek metin "Hukuk"
text = "Anayasa, millet iradesinin hürriyetçi demokrasi ve [MASK] düzeni çerçevesinde kullanılacağını belirtiyor."
# Tokenizer kullanarak metni işleme
inputs = tokenizer(text, return_tensors="tf")
# Maskeli tokenın indeksini bulma
mask_token_index = tf.where(inputs["input_ids"] == tokenizer.mask_token_id)[0, 1]
# Modeli çalıştırma ve logits değerlerini alma
logits = model(**inputs).logits
# Maskelenmiş token için tahmin edilen olasılıkları alma
mask_token_logits = logits[0, mask_token_index, :]
# En iyi 3 tahmini seçme
top_3_tokens = tf.math.top_k(mask_token_logits, 3).indices.numpy()
# Tahmin edilen kelimelerle metni değiştirme ve yazdırma
for token in top_3_tokens:
print(text.replace(tokenizer.mask_token, tokenizer.decode([token])))
## Output
Anayasa, millet iradesinin hürriyetçi demokrasi ve hukuk düzeni çerçevesinde kullanılacağını belirtiyor.
Anayasa, millet iradesinin hürriyetçi demokrasi ve kamu düzeni çerçevesinde kullanılacağını belirtiyor.
Anayasa, millet iradesinin hürriyetçi demokrasi ve toplum düzeni çerçevesinde kullanılacağını belirtiyor.
``` |