update dataset 0.0.1v

README.md

@@ -0,0 +1,138 @@
+---
+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}
+}
+```