Turkish answerability set

.gitattributes

@@ -58,3 +58,4 @@ saved_model/**/* filter=lfs diff=lfs merge=lfs -text
 # Video files - compressed
 *.mp4 filter=lfs diff=lfs merge=lfs -text
 *.webm filter=lfs diff=lfs merge=lfs -text
+data/train.jsonl filter=lfs diff=lfs merge=lfs -text

README.md

@@ -0,0 +1,68 @@
+---
+language:
+- tr
+license: other
+license_name: synthetic-llm-generated
+task_categories:
+- text-classification
+tags:
+- answerability
+- rag
+- turkish
+- synthetic
+size_categories:
+- 10K<n<100K
+configs:
+- config_name: default
+  data_files:
+  - split: train
+    path: data/train.jsonl
+  - split: test
+    path: data/test.jsonl
+---
+
+# Cevaplanabilirlik minimal çiftleri (sentetik, Türkçe)
+
+**Bu belge bu soruyu cevaplayabilir mi?** LLM ile yazılmış gerçekçi Türkçe belgeler (haber, ürün sayfası, resmi duyuru, rapor,
+SSS, teknik özellik listesi, başlık listesi…) ve her belge için hem cevaplanabilir sorular hem de konuyla ilgili ama belgenin
+cevaplamadığı **tuzak** sorular. Public veri setlerinin kapsamadığı durumlar için üretildi: belge aynı türden bilgiyi
+içeriyor, ama başka bir kurum, varlık, yer, dönem ya da yön için.
+
+| Split | Satır | Belge | Evet | Hayır |
+|---|---:|---:|---:|---:|
+| train | 10.774 | 1.757 | 3.245 | 7.529 |
+| test | 1.170 | 195 | 352 | 818 |
+
+## Soru türleri (`kind`)
+
+| Tür | Satır | Ne |
+|---|---:|---|
+| `answerable` | 3.597 | Cevabı belgede açıkça yazıyor (evet) |
+| `kismi` | 2.330 | İki parçalı soru: bir parçası cevapsız |
+| `varlik` | 1.260 | Aynı türden başka bir varlığın aynı özniteliği |
+| `eksik_oznitelik` | 1.234 | Belgede olmayan bir öznitelik |
+| `kurum` | 1.227 | Aynı işi yapan başka bir kurumun aynı bilgisi |
+| `zaman` | 1.158 | Yayın tarihinden sonraki ya da kapsanmayan bir dönem |
+| `yer_facet` | 1.138 | Başka bir şehir/bölge ya da istenenden farklı bir yön |
+
+## Nasıl üretildi
+
+1. **Yazar** (`mimo-v2.6-pro`, düşünme kapalı, `temperature=0.9`): her tohum için (25 konu × 10 belge türü, 2025-2026'dan bir
+   yayın tarihi, 6 tuzak türünden 5'i) 120-250 kelimelik bir belge (başlık, yayın tarihi, kaynak, metin), 2 cevaplanabilir soru
+   (belgeden birebir kanıt alıntısıyla) ve her tuzak türü için 1 cevaplanamaz soru yazdı. Kurgusal şirket, ürün ve kişi adları;
+   gerçek kamu kurumları geçebilir, rakamlar kurgusaldır.
+2. **Yargıç** (`deepseek-v4.1-flash`, düşük düşünme): her (belge, soru) çiftini yazarın etiketini görmeden yeniden etiketledi.
+3. **Tutulanlar:** yalnızca yargıcın yazarla aynı etiketi verdiği ve cevaplanabilir sorularda kanıt alıntısının metinde birebir
+   geçtiği sorular. Yazılan 12.934 sorudan 617 tanesinde yargıç yazarla ayrıştı ve soru atıldı.
+4. Belirli bir değerlendirme setiyle (judge set) örtüşmemesi için bazı adlar ve kombinasyonlar üretimden çıkarıldı.
+
+`document`: başlık, yayın tarihi, kaynak ve metin, tek bir metin olarak. `meta`: konu, belge türü, tarih, yazarın gerekçesi ve
+kanıt alıntısı. Test bölümü, train'de hiç geçmeyen belgelerden oluşur (belgeler bütün olarak ayrıldı).
+
+## Sınırlamalar
+
+- Belgeler ve sorular LLM ürünüdür; bir insan tarafından kontrol edilmedi. İki modelin anlaşması etiket gürültüsünü azaltır,
+  sıfırlamaz.
+- Hayır soruları evetlerin yaklaşık iki katıdır; eğitimde dengeleyin.
+- Çıktıları üreten modellerin ve servis sağlayıcının kullanım şartları bu veri için de geçerli olabilir; ticari kullanımdan önce
+  kontrol edin.

data/train.jsonl

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:43594485a3137b8a2a0e6bd72257c3dcd7d8663024a6fea27fab4f36247e180a
+size 19612040