CtnkyaABC/turkish-law-corpus

⚖️ Turkish Law — 106 Kanun Korpusu & Soru-Cevap
_{106 Statutes Corpus & QA}

🇹🇷 Türk hukukunun en çok kullanılan 106 kanunu, madde madde temizlenmiş 16.001 metin parçası ve bu maddelere dayalı 5.011 Türkçe soru-cevap çifti. Tamamı resmî kaynaktan (mevzuat.gov.tr), RAG ve yapay zekâ uygulamaları için hazır.

🇬🇧 The 106 most widely used Turkish statutes as 16,001 clean, article-level text chunks, plus 5,011 Turkish question-answer pairs grounded in those articles. All from the official source (mevzuat.gov.tr), ready for RAG and AI applications.

📊
Kanun sayısı / Statutes	106 (Anayasa, TCK, TMK, TBK, TTK, İş Kanunu, KVKK …)
Korpus / Corpus	16.001 satır — madde bazlı parçalar / article-level chunks
Soru-Cevap / QA	5.011 çift — her cevap bir maddeye dayalı / every answer grounded in an article
Kaynak / Source	Resmî ve yürürlükteki metinler / official, in-force texts — mevzuat.gov.tr
Dil / Language	Türkçe / Turkish
Lisans / License	CC BY 4.0

---

🇹🇷 Türkçe

Bu veri kümesi neden hazırlandı?

Türkçe ve hukuk alanında temiz, kapsamlı ve kaynağı doğrulanabilir açık veri neredeyse yok. Hukuk soruları cevaplayan bir yapay zekâ (chatbot, arama motoru, RAG sistemi) geliştirmek isteyen herkes aynı iki sorunla karşılaşıyor: kanun metinleri PDF'lerin içinde dağınık duruyor ve model eğitmek için maddelere bağlı soru-cevap verisi bulunmuyor. Bu veri kümesi tam olarak bu boşluğu doldurmak için hazırlandı: kanun metnini temiz parçalara bölünmüş halde ve her cevabı kaynağına bağlı soru-cevap verisiyle birlikte tek pakette sunar.

Nasıl hazırlandı?

1. Toplama: 106 kanunun resmî PDF'leri mevzuat.gov.tr'den indirildi. Yalnızca yürürlükteki kanunlar alındı; mülga (kaldırılmış) kanunlar dahil edilmedi.
2. Temizlik: PDF'ten metin çıkarırken oluşan hatalar (özellikle kelime içine karışan boşluklar: "ka nun" gibi) Türkçe sözlük doğrulamalı otomatik bir temizlikten geçirilerek düzeltildi.
3. Bölme: Metinler madde madde ayrıldı (madde, geçici, ek, mükerrer türleri korunarak). Çok uzun maddeler, anlam bütünlüğü bozulmadan kayan pencere yöntemiyle parçalara bölündü. Her parçaya kanun adı, kanun numarası, madde numarası ve resmî PDF linki eklendi — yani her satırın kaynağı tek tıkla doğrulanabilir.
4. Soru-cevap üretimi: Soruların bir kısmı elle hazırlandı, bir kısmı madde metinlerinden yerel bir dil modeli yardımıyla üretildi. Her cevap, aynı satırda verilen madde metnine dayanır; kaynağı olmayan cevap yoktur.
5. Kalite kontrolü: Tekrarlar ayıklandı ve soru-cevap verisi, ayrı tutulan bağımsız bir test setiyle karşılaştırılarak sızıntı olmadığı doğrulandı (eğitim verisinde test sorusu yok).

Neler için kullanılabilir?

• 🔍 RAG sistemleri — "Kıdem tazminatının şartları nedir?" gibi sorulara doğru maddeyi bulup cevap veren sistemler (retrieval_text kolonu embedding'e hazır)
• 🧠 Embedding / retrieval modeli eğitimi — Türkçe hukuk metinlerinde arama kalitesini artırma
• 💬 Soru-cevap modeli eğitimi (fine-tuning) — maddeye atıf yaparak cevap veren modeller
• 📏 Değerlendirme — Türkçe hukuk alanında model karşılaştırma

Bölümler ve kolonlar

corpus — 16.001 satır: 106 kanunun madde madde metinleri.

Kolon	Anlamı
kaynak	Kanunun adı (ör. Türk Ceza Kanunu)
kanun_no	Kanun numarası (ör. 5237)
madde_no	Madde numarası (ör. 1, 8/e)
madde_tipi	Madde türü: madde, gecici, ek, mukerrer, ek-gecici
context	Maddenin metni
retrieval_text	Kanun adı + madde metni (arama/embedding için hazır hali)
context_key	Her parçanın benzersiz kimliği
chunk_strategy	statute_full = madde bütün halinde; statute_window = uzun madde bölünmüş
url	mevzuat.gov.tr'deki resmî PDF linki
is_table_like	Madde tablo biçiminde mi

qa — 5.011 satır: soru ve cevap kolonlarına ek olarak, cevabın dayandığı madde (context) ve o maddenin tüm kimlik bilgileri (kaynak, kanun_no, madde_no …) aynı satırda verilir. soru_tipi kolonu sorunun türünü (süre, şart, usul, yaptırım, istisna …) etiketler.

Kullanım

from datasets import load_dataset

corpus = load_dataset("CtnkyaABC/turkish-law-corpus", "corpus", split="train")
qa = load_dataset("CtnkyaABC/turkish-law-corpus", "qa", split="train")

print(corpus[0]["kaynak"], "-", corpus[0]["madde_no"])
print(qa[0]["soru"])

⚠️ Bu veri kümesi hukuki danışmanlık değildir. Kanunlar değişir; güncel ve bağlayıcı metin için her zaman mevzuat.gov.tr'ye başvurunuz.

---

🇬🇧 English

Why was this dataset built?

Clean, comprehensive, source-verifiable open data for Turkish law is nearly nonexistent. Anyone building a legal AI system for Turkish — a chatbot, a search engine, a RAG pipeline — hits the same two walls: statute texts are scattered across PDFs, and there is no article-grounded QA data to train on. This dataset fills exactly that gap: it delivers the statute text pre-split into clean chunks together with QA pairs where every answer is tied to its source article, in a single package.

How was it built?

1. Collection: The official PDFs of 106 statutes were downloaded from mevzuat.gov.tr (the official legislation portal of Türkiye). Only in-force statutes were included; repealed ones were excluded.
2. Cleaning: PDF text-extraction artifacts (especially spaces leaking into the middle of words) were fixed with an automated, Turkish-dictionary-validated cleaning pass.
3. Chunking: Texts were split article by article (preserving the regular / provisional / supplementary / repeated article types). Very long articles were further split with a sliding window that keeps meaning intact. Every chunk carries the statute name, statute number, article number, and the official PDF link — so every row can be verified at the source with one click.
4. QA generation: Some questions were written by hand; others were generated from the article texts with the help of a local language model. Every answer is grounded in the article text given in the same row — there are no unsourced answers.
5. Quality control: Duplicates were removed, and the QA data was checked against a separately held-out test set to confirm zero leakage (no test questions appear in the training data).

What can it be used for?

• 🔍 RAG systems — answering questions like "What are the conditions for severance pay?" by retrieving the right article (the retrieval_text column is embedding-ready)
• 🧠 Embedding / retrieval model training — improving search quality over Turkish legal text
• 💬 QA fine-tuning — models that answer with citations to specific articles
• 📏 Evaluation — benchmarking models on Turkish legal language

Subsets and columns

corpus — 16,001 rows: article-level texts of 106 statutes.

Column	Meaning
kaynak	Statute name (e.g. Türk Ceza Kanunu — Turkish Penal Code)
kanun_no	Official statute number (e.g. 5237)
madde_no	Article number (e.g. 1, 8/e)
madde_tipi	Article type: regular (madde), provisional (gecici), supplementary (ek), repeated (mukerrer), supplementary-provisional (ek-gecici)
context	The article text
retrieval_text	Statute name + article text (ready-to-embed retrieval input)
context_key	Unique ID of each chunk
chunk_strategy	statute_full = whole article; statute_window = long article split with a sliding window
url	Official PDF link on mevzuat.gov.tr
is_table_like	Whether the article body is table-like

qa — 5,011 rows: besides soru (question) and cevap (answer), each row carries the article the answer is grounded in (context) and its full identifiers (kaynak, kanun_no, madde_no …). The soru_tipi column tags the question type (deadline, condition, procedure, sanction, exception …).

Usage

from datasets import load_dataset

corpus = load_dataset("CtnkyaABC/turkish-law-corpus", "corpus", split="train")
qa = load_dataset("CtnkyaABC/turkish-law-corpus", "qa", split="train")

print(corpus[0]["kaynak"], "-", corpus[0]["madde_no"])
print(qa[0]["soru"])

⚠️ This dataset is not legal advice. Laws change; always check mevzuat.gov.tr for the current, binding text.

---

📈 Benchmark Sonuçları / Benchmark Results

🇹🇷 Bu dataset lafta kalmıyor — üzerinde gerçek sistemler eğitildi ve ölçüldü. Bağımsız tutulan 446 soruluk bir test seti ile yapılan ölçümlerde: korpus üzerinde eğitilen embedding modeli + reranker'lı tam sistem, doğru kanun maddesini ilk 10 sonuç içinde %95,3 oranında buldu (nDCG@10 = 0.888). Bu datasetin qa bölümüyle eğitilen dil modeli ise cevaplarında doğru maddeye atıf verme oranını %14'ten %94'e çıkardı.

🇬🇧 This dataset is battle-tested — real systems were trained on it and measured. On an independently held-out 446-question test set, the full retrieval system (an embedding model fine-tuned on this corpus + a reranker) found the correct statute article within the top 10 results 95.3% of the time (nDCG@10 = 0.888). An LLM fine-tuned on the qa subset raised its citation accuracy (answering with a reference to the correct article) from 14% to 94%.

Retrieval (446 soru / questions):

Sistem / System	Hit@5	Hit@10	MRR@10	nDCG@10
BM25	0.460	0.556	0.358	0.405
Dense (BGE-M3, base)	0.863	0.917	0.741	0.784
Dense (BGE-M3, bu korpusla eğitilmiş / fine-tuned on this corpus)	0.886	0.937	0.767	0.809
Hybrid + Reranker (fine-tuned)	0.933	0.953	0.867	0.888

Soru-cevap / End-to-end QA (150 soruluk alt küme / 150-question subset):

Model	Legal Accuracy	Citation Accuracy
Base (Turkish-LLaMA-8B)	0.450	0.140
qa ile eğitilmiş / fine-tuned on qa	0.472	0.940

🇹🇷 Sonuçların gösterdiği: retrieval_text kolonu embedding eğitimi için, qa bölümü atıflı cevap üretimi için doğrudan işe yarıyor. / 🇬🇧 Takeaway: the retrieval_text column works out of the box for embedding fine-tuning, and the qa subset effectively teaches models to answer with citations.

---

📚 Kapsanan 106 Kanun / The 106 Statutes Covered

En büyük kanunlar / Largest statutes: Türk Ticaret Kanunu (1.571), Türk Medeni Kanunu (1.005), Türk Borçlar Kanunu (648), Vergi Usul Kanunu (558), İcra ve İflas Kanunu (528).

Tam listeyi görmek için tıklayın / Click to expand the full list

Kanun No	Kanun / Statute	Satır / Rows
193	Gelir Vergisi Kanunu	339
197	Motorlu Taşıtlar Vergisi Kanunu	47
213	Vergi Usul Kanunu	558
298	Seçimlerin Temel Hükümleri ve Seçmen Kütükleri Hakkında Kanun	250
488	Damga Vergisi Kanunu	76
492	Harçlar Kanunu	236
634	Kat Mülkiyeti Kanunu	94
657	Devlet Memurları Kanunu	487
854	Deniz İş Kanunu	66
1136	Avukatlık Kanunu	249
1163	Kooperatifler Kanunu	123
1219	Tababet ve Şuabatı San'atlarının Tarzı İcrasına Dair Kanun	104
1319	Emlak Vergisi Kanunu	84
1475	İş Kanunu (1475 sayılı, mülga; yalnız 14. madde yürürlükte — kıdem tazminatı)	7
1512	Noterlik Kanunu	247
1593	Umumi Hıfzıssıhha Kanunu	286
1739	Millî Eğitim Temel Kanunu	68
2004	İcra ve İflas Kanunu	528
2429	Ulusal Bayram ve Genel Tatiller Hakkında Kanun	9
2547	Yükseköğretim Kanunu	312
2559	Polis Vazife ve Salâhiyet Kanunu	50
2576	Bölge İdare Mahkemeleri, İdare Mahkemeleri ve Vergi Mahkemelerinin Kuruluş ve Görevleri Hakkında Kanun	48
2577	İdari Yargılama Usulü Kanunu	93
2644	Tapu Kanunu	47
2709	Türkiye Cumhuriyeti Anayasası	198
2820	Siyasî Partiler Kanunu	149
2828	Sosyal Hizmetler Kanunu	77
2863	Kültür ve Tabiat Varlıklarını Koruma Kanunu	111
2872	Çevre Kanunu	88
2886	Devlet İhale Kanunu	105
2893	Türk Bayrağı Kanunu	12
2911	Toplantı ve Gösteri Yürüyüşleri Kanunu	43
2918	Karayolları Trafik Kanunu	240
2942	Kamulaştırma Kanunu	76
3065	Katma Değer Vergisi Kanunu	154
3071	Dilekçe Hakkının Kullanılmasına Dair Kanun	12
3194	İmar Kanunu	124
3213	Maden Kanunu	172
3402	Kadastro Kanunu	67
3628	Mal Bildiriminde Bulunulması, Rüşvet ve Yolsuzluklarla Mücadele Kanunu	28
3713	Terörle Mücadele Kanunu	61
4054	Rekabetin Korunması Hakkında Kanun	76
4207	Tütün Ürünlerinin Zararlarının Önlenmesi ve Kontrolü Hakkında Kanun	19
4447	İşsizlik Sigortası Kanunu	109
4483	Memurlar ve Diğer Kamu Görevlilerinin Yargılanması Hakkında Kanun	25
4688	Kamu Görevlileri Sendikaları ve Toplu Sözleşme Kanunu	74
4708	Yapı Denetimi Hakkında Kanun	37
4721	Türk Medeni Kanunu	1005
4734	Kamu İhale Kanunu	154
4735	Kamu İhale Sözleşmeleri Kanunu	55
4760	Özel Tüketim Vergisi Kanunu	85
4857	Türkiye Cumhuriyeti İş Kanunu	141
4982	Bilgi Edinme Kanunu	34
5018	Kamu Malî Yönetimi ve Kontrol Kanunu	152
5070	Elektronik İmza Kanunu	28
5187	Basın Kanunu	47
5216	Büyükşehir Belediyesi Kanunu	53
5237	Türk Ceza Kanunu	368
5253	Dernekler Kanunu	49
5271	Ceza Muhakemesi Kanunu	408
5275	Ceza ve Güvenlik Tedbirlerinin İnfazı Hakkında Kanun	177
5326	Kabahatler Kanunu	54
5352	Adlî Sicil Kanunu	23
5378	Engelliler Hakkında Kanun	46
5393	Belediye Kanunu	124
5395	Çocuk Koruma Kanunu	67
5403	Toprak Koruma ve Arazi Kullanımı Kanunu	67
5411	Bankacılık Kanunu	272
5442	İl İdaresi Kanunu	84
5464	Banka Kartları ve Kredi Kartları Kanunu	57
5490	Nüfus Hizmetleri Kanunu	96
5510	Sosyal Sigortalar ve Genel Sağlık Sigortası Kanunu	463
5520	Kurumlar Vergisi Kanunu	167
5549	Suç Gelirlerinin Aklanmasının Önlenmesi Hakkında Kanun	37
5607	Kaçakçılıkla Mücadele Kanunu	57
5651	İnternet Ortamında Yapılan Yayınların Düzenlenmesi ve Bu Yayınlar Yoluyla İşlenen Suçlarla Mücadele Edilmesi Hakkında Kanun	48
5684	Sigortacılık Kanunu	119
5718	Milletlerarası Özel Hukuk ve Usul Hukuku Hakkında Kanun	66
5737	Vakıflar Kanunu	67
5809	Elektronik Haberleşme Kanunu	108
5846	Fikir ve Sanat Eserleri Kanunu	125
5901	Türk Vatandaşlığı Kanunu	53
5941	Çek Kanunu	25
5953	Basın Mesleğinde Çalışanlarla Çalıştıranlar Arasındaki Münasebetlerin Tanzimi Hakkında Kanun	36
5996	Veteriner Hizmetleri, Bitki Sağlığı, Gıda ve Yem Kanunu	106
6098	Türk Borçlar Kanunu	648
6100	Hukuk Muhakemeleri Kanunu	471
6102	Türk Ticaret Kanunu	1571
6136	Ateşli Silahlar ve Bıçaklar ile Diğer Aletler Hakkında Kanun	52
6183	Amme Alacaklarının Tahsil Usulü Hakkında Kanun	155
6216	Anayasa Mahkemesinin Kuruluşu ve Yargılama Usulleri Hakkında Kanun	89
6284	Ailenin Korunması ve Kadına Karşı Şiddetin Önlenmesine Dair Kanun	28
6306	Afet Riski Altındaki Alanların Dönüştürülmesi Hakkında Kanun	64
6325	Hukuk Uyuşmazlıklarında Arabuluculuk Kanunu	52
6331	İş Sağlığı ve Güvenliği Kanunu	65
6356	Sendikalar ve Toplu İş Sözleşmesi Kanunu	101
6361	Finansal Kiralama, Faktoring, Finansman ve Tasarruf Finansman Şirketleri Kanunu	82
6362	Sermaye Piyasası Kanunu	240
6458	Yabancılar ve Uluslararası Koruma Kanunu	125
6502	Tüketicinin Korunması Hakkında Kanun	122
6563	Elektronik Ticaretin Düzenlenmesi Hakkında Kanun	36
6698	Kişisel Verilerin Korunması Kanunu	43
6769	Sınai Mülkiyet Kanunu	203
6831	Orman Kanunu	164
7201	Tebligat Kanunu	67
7338	Veraset ve İntikal Vergisi Kanunu	35

---

📄 Lisans / License

CC BY 4.0 — Creative Commons Attribution 4.0 International

🇹🇷 Kanun metinleri Türkiye Cumhuriyeti'nin resmî ve kamuya açık hukuk metinleridir. Bu derleme, madde bölümlemesi, temizlik ve soru-cevap ek açıklamaları CC BY 4.0 lisansıyla paylaşılmıştır: veri kümesini atıf vererek serbestçe kullanabilir, paylaşabilir ve değiştirebilirsiniz — ticari kullanım dahil.

🇬🇧 The statute texts are official, public legal texts of the Republic of Türkiye. This compilation, the article-level chunking, the cleaning, and the QA annotations are released under CC BY 4.0: you may freely use, share, and adapt the dataset — including commercially — as long as you give attribution.

Atıf / Citation

@dataset{turkish_law_2026,
  author    = {Çetinkaya, Alperen Berke},
  title     = {Turkish Law — 106 Statutes Corpus \& QA},
  year      = {2026},
  publisher = {Hugging Face},
  url       = {https://huggingface.co/datasets/CtnkyaABC/turkish-law-corpus}
}