| --- |
| license: mit |
| language: |
| - tr |
| task_categories: |
| - text-generation |
| tags: |
| - function-calling |
| - tool-use |
| - synthetic |
| - turkish |
| pretty_name: Turkish Function Calling |
| size_categories: |
| - 1K<n<10K |
| configs: |
| - config_name: default |
| data_files: |
| - split: train |
| path: data/train.jsonl |
| --- |
| |
| # Turkish Function Calling |
|
|
| Türkçe tool-calling çalışmaları için hazırlanmış sentetik eğitim veri seti. Veri seti Türkçe kullanıcı taleplerini, kullanılabilecek araç tanımlarını ve beklenen fonksiyon çağrılarını birlikte sunar. |
|
|
| ## Veri seti özeti |
|
|
| | Özellik | Değer | |
| |---|---:| |
| | Split | `train` | |
| | Toplam satır | 1.500 | |
| | Benzersiz tam satır | 1.500 | |
| | Benzersiz sorgu metni | 1.429 | |
| | Benzersiz araç adı | 368 | |
| | Toplam beklenen fonksiyon çağrısı | 3.428 | |
| | Dil | Türkçe | |
| | Dosya biçimi | JSONL | |
|
|
| Veri; hava durumu, e-ticaret, bankacılık, yemek siparişi, seyahat, takvim, medya, ulaşım, sağlık, eğitim, kripto para, sinema, spor, akıllı ev, kargo, konaklama, araç hizmetleri, sosyal medya, verimlilik ve kamu hizmetleri dahil 20 alanı kapsar. |
|
|
| ## Üretim |
|
|
| Veri seti `zai/glm-5.3` modeliyle üretildi. Üretim sırasında: |
|
|
| - Her örnek için 2–4 araç tanımı istendi. |
| - Fonksiyon ve parametre adları ASCII `snake_case` biçimiyle sınırlandı. |
| - Parametre tipleri `str`, `int`, `float`, `bool`, `list` ve `dict` değerleriyle sınırlandı. |
| - Her parametre için açık bir `required` boolean değeri zorunlu tutuldu. |
| - Beklenen çağrılardaki fonksiyon adları ve argümanlar araç şemasına göre programatik olarak doğrulandı. |
| - Geçerli satırlar atomik ve devam ettirilebilir biçimde yerel JSONL dosyasına yazıldı. |
|
|
| ## Veri biçimi |
|
|
| Her JSONL satırı üç string alan içerir: |
|
|
| | Alan | Açıklama | |
| |---|---| |
| | `query` | Doğal Türkçe kullanıcı talebi | |
| | `tools` | JSON kodlanmış araç tanımları listesi | |
| | `answers` | JSON kodlanmış beklenen fonksiyon çağrıları listesi | |
|
|
| `tools` ve `answers` alanları string içinde JSON olarak saklanır. Kullanımdan önce `json.loads` ile ayrıştırılmalıdır. |
|
|
| ```json |
| { |
| "query": "Merhaba, bugünkü dolar kurunu öğrenip 1500 dolar almak istiyorum, ayrıca bu ayın hesap özetimi de görebilir miyim?", |
| "tools": "[{\"name\": \"doviz_kuru_getir\", \"description\": \"...\", \"parameters\": {\"doviz_cinsi\": {\"description\": \"...\", \"type\": \"str\", \"required\": true}}}]", |
| "answers": "[{\"name\": \"doviz_kuru_getir\", \"arguments\": {\"doviz_cinsi\": \"USD\"}}]" |
| } |
| ``` |
|
|
| Yukarıdaki örnek okunabilirlik için kısaltılmıştır; veri dosyasındaki araç ve çağrı listeleri eksiksizdir. |
|
|
| ## Kullanım |
|
|
| Hugging Face `datasets` ile: |
|
|
| ```python |
| from datasets import load_dataset |
| |
| dataset = load_dataset( |
| "json", |
| data_files={"train": "data/train.jsonl"}, |
| ) |
| ``` |
|
|
| String olarak saklanan alanları ayrıştırmak için: |
|
|
| ```python |
| import json |
| |
| row = dataset["train"][0] |
| tools = json.loads(row["tools"]) |
| answers = json.loads(row["answers"]) |
| ``` |
|
|
| Doğrudan Python ile: |
|
|
| ```python |
| import json |
| |
| with open("data/train.jsonl", encoding="utf-8") as file: |
| rows = [json.loads(line) for line in file if line.strip()] |
| ``` |
|
|
| ## Doğrulama |
|
|
| 1.500 satırın tamamı aşağıdaki yapısal kontrollerden geçti: |
|
|
| - `query`, `tools` ve `answers` alanlarının varlığı ve veri tipleri |
| - Her örnekte 2–4 geçerli araç tanımı |
| - Parametre tipi ve `required` alanı doğrulaması |
| - Çağrılan fonksiyonun aynı satırdaki araç listesinde bulunması |
| - Argüman adlarının ve değer tiplerinin fonksiyon şemasıyla eşleşmesi |
| - Tüm zorunlu argümanların çağrıda bulunması |
|
|
| ## ToDo |
| - **Veri setini genişletme:** Yeni kullanım alanları, daha çeşitli sorgular, paralel ve çok adımlı fonksiyon çağrıları ile |
| veri setindeki örnek sayısının artırılması. |
| - **Kalite iyileştirmesi:** Yazım hatalarının düzeltilmesi, yinelenen sorguların azaltılması ve alan dağılımının |
| dengelenmesi. |
|
|
| ## Lisans |
|
|
| Veri seti MIT lisansı ile yayımlanır. Kullanılan modelin ve hizmet sağlayıcının geçerli kullanım koşulları ayrıca dikkate alınmalıdır. |
|
|
| ## Kaynak |
|
|
| Veri şeması, Salesforce tarafından yayımlanan [xlam-function-calling-60k](https://huggingface.co/datasets/Salesforce/xlam-function-calling-60k) veri setinden esinlenmiştir. |
|
|
| ```bibtex |
| @article{liu2024apigen, |
| title={APIGen: Automated Pipeline for Generating Verifiable and Diverse Function-Calling Datasets}, |
| author={Liu, Zuxin and Hoang, Thai and Zhang, Jianguo and Zhu, Ming and Lan, Tian and Kokane, Shirley and Tan, Juntao and Yao, Weiran and Liu, Zhiwei and Feng, Yihao and others}, |
| journal={arXiv preprint arXiv:2406.18518}, |
| year={2024} |
| } |
| ``` |
|
|
