DizgeBERT — Turkish Vowel Harmony Classification
Türkçe sözcüklerin büyük ve küçük ünlü uyumunu belirleyen BERT tabanlı model.
Model Bilgileri
| Özellik | Değer |
|---|---|
| Base Model | dbmdz/bert-base-turkish-cased |
| Görev | Sequence Classification (4 sınıf) |
| Etiketler | TT, TF, FT, FF (Büyük/Küçük uyum Var/Yok) |
| Eğitim Verisi | 48,715 Türkçe sözcük |
| Test Accuracy | %94.88 |
| F1 (weighted) | 0.9487 |
Kullanım
from bert_turkish_finetune import DizgeBERT
model = DizgeBERT("iatagun/dizge-harmony")
b, k = model.harmony("güzel") # (True, True) — her iki uyum da var
b, k = model.harmony("kitap") # (True, True)
b, k = model.harmony("hükümet") # (False, False) — alıntı, uyumsuz
Etiket Açıklamaları
| Etiket | Büyük Uyum | Küçük Uyum | Örnek |
|---|---|---|---|
| TT | ✅ Var | ✅ Var | güzel, kitap |
| TF | ✅ Var | ❌ Yok | sürdürülebilirlik |
| FT | ❌ Yok | ✅ Var | istihbarat, mahkumiyet |
| FF | ❌ Yok | ❌ Yok | hükümet, nörobilim |
Özellikler
- ✅ Öz Türkçe sözcüklerde yüksek doğruluk
- ✅ Arapça/Farsça alıntılarda uyumsuzluk tespiti
- ✅ Batı dili alıntılarında doğru sınıflandırma
- ✅ Edge case'lerde %100 başarı (tek heceli, uzun türetmeler)
Eğitim
dizge kütüphanesi ile oluşturulan uyum etiketleri üzerinde,
BERT katmanları dondurularak (--freeze-bert) eğitilmiştir.