---
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 pair'leri (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. **Writer** (`mimo-v2.6-pro`, reasoning kapalı, `temperature=0.9`): her seed 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. **Judge** (`deepseek-v4.1-flash`, `reasoning_effort=low`): her (belge, soru) çiftini writer'ın label'ını görmeden yeniden etiketledi.
3. **Tutulanlar:** yalnızca judge'ın writer ile aynı label'ı verdiği ve cevaplanabilir sorularda kanıt alıntısının metinde birebir
   geçtiği sorular. Yazılan 12.934 sorudan 617 tanesinde judge writer'dan 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, writer'ın 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.