DizgeBERT — Turkish Grapheme-to-Phoneme (G2P)
Türkçe sözcüklerin IPA (Uluslararası Fonetik Alfabe) çevirisini yapan BERT tabanlı model.
Model Bilgileri
| Özellik | Değer |
|---|---|
| Base Model | dbmdz/bert-base-turkish-cased |
| Görev | Token Classification (87 IPA etiketi) |
| Eğitim Verisi | 48,563 Türkçe sözcük |
| Word Accuracy | %99.12 |
| F1 (weighted) | 0.9979 |
Kullanım
from bert_turkish_finetune import DizgeBERT
model = DizgeBERT("iatagun/dizge-g2p")
print(model.g2p("güneş")) # ɟYnɛʃ
print(model.g2p("çikolata")) # tʃIkɔłɑtɑ
print(model.g2p("kahvaltı")) # kʰɑxvɑłtɨ
Özellikler
- ✅ 87 farklı IPA fonem/alofon etiketi
- ✅ Türkçe'ye özgü sesler: /ɟ/, /c/, /ɣ/, /ʋ/, /ł/, /ɨ/
- ✅ Uzun ünlüler, ünsüz yumuşaması, sert/yumuşak damak uyumu
- ✅ Alıntı sözcüklerde doğru fonetik çeviri
Eğitim
dizge kütüphanesi ile oluşturulan fonetik veriler üzerinde,
BERT katmanları dondurularak (--freeze-bert) eğitilmiştir.
87 etiketli sınıflandırma başlığı ile 66,903 eğitilebilir parametre.