CaseAPI

Summarify Case Study Projesi

Hazır bir transformer modelini* kullanarak Türkçe metinleri olumlu - olumsuz olarak etiketleyen bir API

Docker Build

Docker Image'ini oluşturmak için docker build -t caseapi . komutu kullanılabillir. Image'imiz oluşturulacak, sonrasında da bir container olarak çalıştırılacaktır.

Ayrıca bu image docker pull aatakansalar/caseapi komutuyla indirilebilir.

Image'den bir container oluşturup arkaplanda çalıştırmak için ise docker run --publish 8000:8080 --detach caseapi gibi bir komut kullanılabilir.

Sonrasında http://localhost:8000 adresinden API'ımıza ulaşılabilir, http://localhost:8000/docs adresindense dokümantasyonu görülebilir.

---

API Kullanımı

Status Kullanımı

CaseAPI'ı kontrol etmek için, http://localhost:8000/status adresine bir get isteği atılabilir.

>curl http://localhost:8000/status
>{"status":"ModelAPI is up and running!"}

Değerlendirme Operasyonları Kullanımı

CaseAPI ile bir metni değerlendirmek için http://localhost:8000/argument adresine bir post sorgusu yapılmalı. Sorguda etiketlenmesini istediğimiz metni de parametre olarak eklemeliyiz. Bu parametremizin biçimi de {"body": "Metin..."} şeklinde bir dictionary olmalıdır.

Bunu bir python scriptinde şu şekilde yapabiliriz:

import requests
argument = {"body": "Bu film hayatımda izlediğim en kötü filmdi."}
response = requests.post("http://localhost:8000/argument", json = argument)

print(response.status_code) 
# Çıktı: 200

print(response.json()) 
# Çıktı: {'body': 'Bu film hayatımda izlediğim en kötü filmdi.', 'evaluation': {'label': 'negative', 'score': 0.9983533024787903}}

Birbirinden bağımsız birden çok metni tek bir sorguyla değerlendirmek için ise http://localhost:8000/arguments adresine yine bir post sorgusu yapılmalı. Sorgumuzda etiketlenmesini istediğimiz metinlerimizi de sorgumuzla iliştirmeliyiz. Bu parametrenin biçimi de {"argList": [{"body":"Metin..."},{"body":"Metin..."},{"body":"Metin..."}]} şeklinde olmalıdır.

Bunu bir python scriptinde şu şekilde yapabiliriz:

import requests
arguments = {
    "argList": [
        {"body": "Bu film hayatımda izlediğim en kötü filmdi."},
        {"body": "Ne kadar güzel bir kitaptı."},
        {"body": "Servis çok kötüydü, yemekler soğumuştu."},
    ]
}
response = requests.post("http://localhost:8000/arguments", json = arguments)
print(response.status_code)
# Çıktı: 200

print(response.json())
# Çıktı: {'evaluations': [{'body': 'Bu film hayatımda izlediğim en kötü filmdi.', 'evaluation': {'label': 'negative', 'score': 0.9983533024787903}}, {'body': 'Ne kadar güzel bir kitaptı.', 'evaluation': {'label': 'positive', 'score': 0.9754379391670227}}, {'body': 'Servis çok kötüydü, yemekler soğumuştu.', 'evaluation': {'label': 'negative', 'score': 0.9993332028388977}}]}

Kullanılan Transformer Model

• https://huggingface.co/savasy/bert-base-turkish-sentiment-cased