eMulayim/Airline_Sentiment_Classification

1import streamlit as st2import pandas as pd3import joblib4import os5import re6import nltk7from nltk.stem.porter import PorterStemmer8 9# --- Page Config ---10st.set_page_config(11    page_title="Airline Sentiment Analysis",12    page_icon="✈️",13    layout="wide"14)15 16# --- 1. Tokenizer Fonksiyonu (Model Yükleme için ZORUNLU) ---17# Model bu fonksiyonla eğitildiği için, yüklerken bu fonksiyonun18# tanımlı olması gerekir.19stemmer = PorterStemmer()20 21def stemming_tokenizer(text):22    # Sadece harfleri al23    text = re.sub(r"[^a-zA-Z]", " ", str(text))24    # Kelimelere böl25    tokens = text.split()26    # Stemming uygula27    stems = [stemmer.stem(word) for word in tokens]28    return stems29 30# --- 2. Akıllı Yol Bulucu (Local vs Hugging Face) ---31def resolve_model_path(filename):32    """33    Model dosyasını scriptin bulunduğu konuma göre arar.34    En garantili yöntem budur.35    """36    # 1. Şu an çalışan dosyanın (streamlit_app.py) tam yolunu bul37    current_script_dir = os.path.dirname(os.path.abspath(__file__))38    39    possible_paths = [40        # Seçenek 1: Script ile aynı klasörde (Sizin durumunuz: src/best_model.pkl)41        os.path.join(current_script_dir, filename), 42        43        # Seçenek 2: Çalışma dizininde (Root'ta ise)44        filename,45        46        # Seçenek 3: Localde üst klasördeki models altında47        os.path.join(current_script_dir, "..", "models", filename),48        49        # Seçenek 4: Çalışma dizininde models/ altında50        os.path.join("models", filename),51    ]52    53    for path in possible_paths:54        if os.path.exists(path):55            return path56    return None57 58# --- 3. Modeli Yükle ---59@st.cache_resource60def load_model():61    # Model ismini buraya yazıyoruz62    model_filename = "best_model.pkl"63    model_path = resolve_model_path(model_filename)64    65    if model_path:66        try:67            model = joblib.load(model_path)68            return model69        except Exception as e:70            st.error(f"Model yüklenirken hata oluştu: {e}")71            return None72    else:73        st.error(f"Model dosyası ('{model_filename}') bulunamadı! Lütfen dosya yolunu kontrol edin.")74        return None75 76# --- Main App ---77def main():78    st.title("✈️ Airline Sentiment Classification")79    st.markdown("Bu uygulama, havayolu tweetlerinin duygu durumunu (Positive, Negative, Neutral) tahmin eder.")80    81    model = load_model()82 83    if model is None:84        st.warning("Model dosyası bulunamadığı için uygulama başlatılamadı.")85        st.info("İpucu: Eğer localde `src` klasöründeysen modelin `../models/` altında olduğundan emin ol.")86        return87 88    tab1, tab2 = st.tabs(["✍️ Manuel Giriş", "📂 Toplu Tahmin (CSV)"])89 90    # --- TAB 1: Manuel Giriş ---91    with tab1:92        st.subheader("Tekli Tahmin")93        user_input = st.text_area("Tweet Metni Girin:", "The flight was amazing and the crew was helpful!")94        95        if st.button("Analiz Et"):96            if user_input:97                try:98                    # Model pipeline olduğu için doğrudan metni veriyoruz99                    # (Tokenizer pipeline içinde çalışacak)100                    prediction = model.predict([user_input])[0]101                    102                    st.divider()103                    104                    # Renklendirme105                    if prediction == "positive":106                        st.success(f"Tahmin: {prediction.upper()} 😃")107                    elif prediction == "negative":108                        st.error(f"Tahmin: {prediction.upper()} 😡")109                    else:110                        st.warning(f"Tahmin: {prediction.upper()} 😐")111                    112                    # Olasılık değerleri (Eğer model destekliyorsa)113                    if hasattr(model, "predict_proba"):114                        proba = model.predict_proba([user_input])[0]115                        classes = model.classes_116                        proba_df = pd.DataFrame([proba], columns=classes)117                        st.bar_chart(proba_df.T)118                        119                except Exception as e:120                    st.error(f"Tahmin Hatası: {e}")121            else:122                st.warning("Lütfen bir metin girin.")123 124    # --- TAB 2: Toplu İşlem ---125    with tab2:126        st.subheader("CSV ile Toplu Tahmin")127        uploaded_file = st.file_uploader("CSV Dosyası Yükle", type=["csv"])128 129        if uploaded_file:130            try:131                df = pd.read_csv(uploaded_file)132                st.write("Yüklenen Veri (İlk 5 satır):")133                st.dataframe(df.head())134                135                # Text kolonunu otomatik bulmaya çalış veya kullanıcıya seçtir136                object_cols = list(df.select_dtypes(include=['object']).columns)137                text_col = st.selectbox("Analiz edilecek metin sütununu seçin:", object_cols)138                139                if st.button("Tahminleri Çalıştır"):140                    with st.spinner('Tahmin yapılıyor...'):141                        # Boş verileri doldur142                        input_data = df[text_col].fillna('')143                        144                        # Tahmin145                        df['sentiment_prediction'] = model.predict(input_data)146                        147                        st.success("Tamamlandı!")148                        st.dataframe(df[[text_col, 'sentiment_prediction']].head())149                        150                        # İndirme Butonu151                        csv = df.to_csv(index=False).encode('utf-8')152                        st.download_button(153                            label="Sonuçları İndir (CSV)",154                            data=csv,155                            file_name="tahmin_sonuclari.csv",156                            mime="text/csv"157                        )158                        159            except Exception as e:160                st.error(f"Hata: {e}")161 162if __name__ == "__main__":163    main()