Dataset Viewer
Auto-converted to Parquet Duplicate
target
stringlengths
14
158
source
stringclasses
3 values
input
stringlengths
10
158
difficulty
stringclasses
4 values
operations
listlengths
0
8
group_id
stringlengths
16
16
group_id_second
stringlengths
16
16
⌀
Siz mi yaptınız?
Common Voice / CC0-1.0
Siz mi yaptınız?
temiz
[]
a2f0bfcc72d7bbf2
null
Gazeteyi gördün mü?
Common Voice / CC0-1.0
Gazeteyyyi gordün mü?
orta
[ { "operation": "harf_tekrar", "before": "Gazeteyi gördün mü?", "after": "Gazeteyyyi gördün mü?" }, { "operation": "türkçe_karakter", "before": "Gazeteyyyi gördün mü?", "after": "Gazeteyyyi gordün mü?" } ]
11d51182ae6b1ef7
null
Bunu yapabilir miyim?
Common Voice / CC0-1.0
bunu yapabilir myim?
orta
[ { "operation": "küçük_harf", "before": "Bunu yapabilir miyim?", "after": "bunu yapabilir miyim?" }, { "operation": "harf_sil", "before": "bunu yapabilir miyim?", "after": "bunu yapabilir myim?" } ]
e076486944050fef
null
Nitekim bir gün korktuğum başıma geldi.
Common Voice / CC0-1.0
Nitekim bi gün korktuğum başıma geldi
orta
[ { "operation": "gündelik", "before": "Nitekim bir gün korktuğum başıma geldi.", "after": "Nitekim bi gün korktuğum başıma geldi." }, { "operation": "noktalama_sil", "before": "Nitekim bi gün korktuğum başıma geldi.", "after": "Nitekim bi gün korktuğum başıma geldi" } ]
6879c030c9c77d6a
null
Onu kim öldürdü?
Common Voice / CC0-1.0
Onu kim oldurdüü?
orta
[ { "operation": "harf_tekrar", "before": "Onu kim öldürdü?", "after": "Onu kim öldürdüü?" }, { "operation": "türkçe_karakter", "before": "Onu kim öldürdüü?", "after": "Onu kim oldurdüü?" } ]
344cc8bb4083e26d
null
Bu şekilde olmaz.
Common Voice / CC0-1.0
Bu şekilde olmaz.
temiz
[]
cdeb6b61c9fa0385
null
Bir şey söylemek istiyor, fakat tıkanır gibi oluyordu. Bir bacağımı, bir kolumu kesiyorlarmış gibi oluyordum.
Birleşik iki cümle
Bi sey soylemek istiyo, fakat tikanir gibi oluyodu. Bir bacağimi, bir kolumu kesiyorlarmis gibioluyordum.
zor
[ { "operation": "türkçe_karakter", "before": "Bir şey söylemek istiyor, fakat tıkanır gibi oluyordu.", "after": "Bir sey soylemek istiyor, fakat tikanir gibi oluyordu." }, { "operation": "gündelik", "before": "Bir sey soylemek istiyor, fakat tikanir gibi oluyordu.", "after": "Bir sey soyl...
97d949f38df931e8
9de494e14466a147
Ertesi gün gözlerini açtığı zaman kendini yatakta yalnız buldu.
Common Voice / CC0-1.0
Ertesi gün gözlerini açtığı zaman kendini yatakta yalnız buldu.
temiz
[]
e421ed66001094a4
null
Amerika'ya hoş geldiniz.
Common Voice / CC0-1.0
Amerika'ya hoş geldiniz.
temiz
[]
6c6fd96ca32c4674
null
Harika biri, değil mi?
Common Voice / CC0-1.0
Harika ,biri, değilll mi?
orta
[ { "operation": "noktalama_ekle", "before": "Harika biri, değil mi?", "after": "Harika ,biri, değil mi?" }, { "operation": "harf_tekrar", "before": "Harika ,biri, değil mi?", "after": "Harika ,biri, değilll mi?" } ]
2d3a1dbd857fd86a
null
Çünkü çok fakirdi.
Common Voice / CC0-1.0
Çünkü çok fakirdi.
temiz
[]
37f9d26515a70fca
null
Bu akşam sen dersi dinliyorsun.
Megazeka gündelik şablon / CC0-1.0
Bu aksam sen dersi dinliyosun.
orta
[ { "operation": "gündelik", "before": "Bu akşam sen dersi dinliyorsun.", "after": "Bu akşam sen dersi dinliyosun." }, { "operation": "türkçe_karakter", "before": "Bu akşam sen dersi dinliyosun.", "after": "Bu aksam sen dersi dinliyosun." } ]
57c179f4e437e828
null
Seni geri zekalı!
Common Voice / CC0-1.0
Seni geri zekali!
kolay
[ { "operation": "türkçe_karakter", "before": "Seni geri zekalı!", "after": "Seni geri zekali!" } ]
5bf880804867b230
null
Bu gece gidiyoruz.
Common Voice / CC0-1.0
Bu gece gidiyoruz
orta
[ { "operation": "noktalama_sil", "before": "Bu gece gidiyoruz.", "after": "Bu gece gidiyoruz" }, { "operation": "fazla_boşluk", "before": "Bu gece gidiyoruz", "after": "Bu gece gidiyoruz" } ]
be803bdbae3080ca
null
Acele bir senet yazdı, İbrahim'e parmak bastırdı.
Common Voice / CC0-1.0
Acele bi senet yazdi, Ibrahim'e parmak bastırdi.
orta
[ { "operation": "türkçe_karakter", "before": "Acele bir senet yazdı, İbrahim'e parmak bastırdı.", "after": "Acele bir senet yazdi, Ibrahim'e parmak bastırdi." }, { "operation": "gündelik", "before": "Acele bir senet yazdi, Ibrahim'e parmak bastırdi.", "after": "Acele bi senet yazdi, Ibrah...
2c12f86361dc4541
null
Tanrı aşkına, neden?
Common Voice / CC0-1.0
Tanri askina, needen?
orta
[ { "operation": "türkçe_karakter", "before": "Tanrı aşkına, neden?", "after": "Tanri askina, neden?" }, { "operation": "harf_tekrar", "before": "Tanri askina, neden?", "after": "Tanri askina, needen?" } ]
310dee7e78bb30c9
null
Ve göğsünün üst tarafında pürüzlü bir cismin ağır ağır gezindiğini hissediyordu.
Common Voice / CC0-1.0
ve göğsünün üst tarafında pürüz lü bir cismin ağır ağır gezindiğini hiiissediyodu.
zor
[ { "operation": "harf_tekrar", "before": "Ve göğsünün üst tarafında pürüzlü bir cismin ağır ağır gezindiğini hissediyordu.", "after": "Ve göğsünün üst tarafında pürüzlü bir cismin ağır ağır gezindiğini hiiissediyordu." }, { "operation": "küçük_harf", "before": "Ve göğsünün üst tarafında pürüz...
3152d987390ff4a7
null
Arıca etek, kuruca yatak.
Common Voice / CC0-1.0
Arica etek kur ucayatak
zor
[ { "operation": "boşluk_sil", "before": "Arıca etek, kuruca yatak.", "after": "Arıca etek, kurucayatak." }, { "operation": "boşluk_ekle", "before": "Arıca etek, kurucayatak.", "after": "Arıca etek, kur ucayatak." }, { "operation": "noktalama_sil", "before": "Arıca etek, kur uc...
9050b86168f55a09
null
Haber verdiğin için sağ ol.
Common Voice / CC0-1.0
haber verd?igin icin sag ol.
zor
[ { "operation": "noktalama_ekle", "before": "Haber verdiğin için sağ ol.", "after": "Haber verd?iğin için sağ ol." }, { "operation": "türkçe_karakter", "before": "Haber verd?iğin için sağ ol.", "after": "Haber verd?iğin icin sag ol." }, { "operation": "türkçe_karakter", "befor...
b31f3c5f35834e7f
null
Ben nerden bileyim?
Common Voice / CC0-1.0
ben enrdrn bileyim?
zor
[ { "operation": "harf_yer_değiştir", "before": "Ben nerden bileyim?", "after": "Ben enrden bileyim?" }, { "operation": "küçük_harf", "before": "Ben enrden bileyim?", "after": "ben enrden bileyim?" }, { "operation": "klavye", "before": "ben enrden bileyim?", "after": "ben e...
5348af8d8a385e2e
null
Sözlerim geceyi çınlattı. Onu ensesinden tutar ve fırlatır.
Birleşik iki cümle
Sözlerim geceyi çınlattı. Onu ensesinden tutar ve fırlatır.
temiz
[]
1e9f6bd8e606e1ef
fe97d1a663dd8302
Hep beraber yerlerinden kalktılar.
Common Voice / CC0-1.0
Hep beraber yerlerinden kalktılar.
temiz
[]
bc1fc82453bbb6d2
null
Onunla muhakkak konuşmak, ona bir şeyler söylemek lazımdı.
Common Voice / CC0-1.0
onunla muhakkak konusmak ona bir seyler soylemek lazimdi
zor
[ { "operation": "küçük_harf", "before": "Onunla muhakkak konuşmak, ona bir şeyler söylemek lazımdı.", "after": "onunla muhakkak konuşmak, ona bir şeyler söylemek lazımdı." }, { "operation": "noktalama_ekle", "before": "onunla muhakkak konuşmak, ona bir şeyler söylemek lazımdı.", "after": ...
9af82957306592c2
null
Yarın akşam kursa gideceksiniz, merak etme.
Megazeka gündelik şablon / CC0-1.0
Yarın akşam kursa gideceksiniz, merak etme.
temiz
[]
98d1e2217c3cdaf6
null
Siz eğlenmenize bakın.
Common Voice / CC0-1.0
Siz eğlenmenize bakın.
temiz
[]
704673344b8830a4
null
Öğleden sonra o öğretmenle konuşacak.
Megazeka gündelik şablon / CC0-1.0
Öğleden sonra o öğretmenle konuşcak.
kolay
[ { "operation": "gündelik", "before": "Öğleden sonra o öğretmenle konuşacak.", "after": "Öğleden sonra o öğretmenle konuşcak." } ]
c8cd5895ecb52c7b
null
Belki de hakikaten sevmek budur.
Common Voice / CC0-1.0
Belki de hakikaten sevmek budur.
temiz
[]
10b1bbd5ed602cbb
null
Ama herkes aynı şeyi söylüyor, ziyaret günleri gelen ihtiyar anası bile...
Common Voice / CC0-1.0
Ama herkes aynı şeyi söylüyor, ziyaret günleri gelen ihtiyar anası bile...
temiz
[]
f2955f4849c1b3e0
null
Fatma bana akşam mesaj attı.
Megazeka gündelik şablon / CC0-1.0
fatma bnaa akssm mesaj atti.
zor
[ { "operation": "türkçe_karakter", "before": "Fatma bana akşam mesaj attı.", "after": "Fatma bana aksam mesaj atti." }, { "operation": "küçük_harf", "before": "Fatma bana aksam mesaj atti.", "after": "fatma bana aksam mesaj atti." }, { "operation": "klavye", "before": "fatma b...
d9af3b71a7f8995c
null
Ne yapayım, burada oturup etrafa bakıyorum.
Common Voice / CC0-1.0
ne yapayım, burada oturup etrafabakıyorum.
orta
[ { "operation": "boşluk_sil", "before": "Ne yapayım, burada oturup etrafa bakıyorum.", "after": "Ne yapayım, burada oturup etrafabakıyorum." }, { "operation": "küçük_harf", "before": "Ne yapayım, burada oturup etrafabakıyorum.", "after": "ne yapayım, burada oturup etrafabakıyorum." } ]
e0ad0e60c6c8aff1
null
Öğleye doğru evden çıktı.
Common Voice / CC0-1.0
Öğleye doğruu evdenn çıktı.
orta
[ { "operation": "harf_tekrar", "before": "Öğleye doğru evden çıktı.", "after": "Öğleye doğruu evden çıktı." }, { "operation": "harf_tekrar", "before": "Öğleye doğruu evden çıktı.", "after": "Öğleye doğruu evdenn çıktı." } ]
95cedec78eac79c3
null
Bugün sen mesajını okuyorsun.
Megazeka gündelik şablon / CC0-1.0
Bugün sen mesajını okuyosun.
kolay
[ { "operation": "gündelik", "before": "Bugün sen mesajını okuyorsun.", "after": "Bugün sen mesajını okuyosun." } ]
98f1c85fbdd295b4
null
Dürüst olabilir miyim?
Common Voice / CC0-1.0
Dürüst olabilir miyim
kolay
[ { "operation": "noktalama_sil", "before": "Dürüst olabilir miyim?", "after": "Dürüst olabilir miyim" } ]
801bb7ee2e1f6d16
null
Şuna buna kahrolsun demekle millet yaşamaz.
Common Voice / CC0-1.0
suna buna kahrolsun demekle millet yasamaz.
orta
[ { "operation": "türkçe_karakter", "before": "Şuna buna kahrolsun demekle millet yaşamaz.", "after": "Suna buna kahrolsun demekle millet yasamaz." }, { "operation": "küçük_harf", "before": "Suna buna kahrolsun demekle millet yasamaz.", "after": "suna buna kahrolsun demekle millet yasamaz....
e581acf9a9788302
null
Akşam bunu kabul edeceğim.
Megazeka gündelik şablon / CC0-1.0
Akiam bunu kabul etcem.
orta
[ { "operation": "sert_ünsüz", "before": "Akşam bunu kabul edeceğim.", "after": "Akşam bunu kabul etcem." }, { "operation": "klavye", "before": "Akşam bunu kabul etcem.", "after": "Akiam bunu kabul etcem." } ]
a8ab75e39d572ab3
null
Bu konuda ne yapacaksınız?
Common Voice / CC0-1.0
Bu konuda ne yapacasi?niz?
zor
[ { "operation": "türkçe_karakter", "before": "Bu konuda ne yapacaksınız?", "after": "Bu konuda ne yapacaksıniz?" }, { "operation": "noktalama_ekle", "before": "Bu konuda ne yapacaksıniz?", "after": "Bu konuda ne yapacaksı?niz?" }, { "operation": "harf_sil", "before": "Bu konud...
cd278ba9ec150c05
null
Gelecek hafta görüşürüz.
Common Voice / CC0-1.0
Gelcek haftagorü süruz.
zor
[ { "operation": "türkçe_karakter", "before": "Gelecek hafta görüşürüz.", "after": "Gelecek hafta gorüsüruz." }, { "operation": "boşluk_ekle", "before": "Gelecek hafta gorüsüruz.", "after": "Gelecek hafta gorü süruz." }, { "operation": "gündelik", "before": "Gelecek hafta gorü ...
3e809e54b9d1b5c6
null
Acaba bu yol asfalt olsa şehrimizi sık sık şereflendirir misiniz?
Common Voice / CC0-1.0
acaba bu yol asfalt olsa sehrimizi sık sik sereflendirir misiniz?
zor
[ { "operation": "türkçe_karakter", "before": "Acaba bu yol asfalt olsa şehrimizi sık sık şereflendirir misiniz?", "after": "Acaba bu yol asfalt olsa şehrimizi sık sik şereflendirir misiniz?" }, { "operation": "fazla_boşluk", "before": "Acaba bu yol asfalt olsa şehrimizi sık sik şereflendirir ...
963fb1b2982ab53a
null
Hayatta kendisini himaye edecek yegane ve tek bir sevgili olmak üzere bunu buluyordu.
Common Voice / CC0-1.0
Hayatta kendisini himaye edecek yegan,e ve tek bir sevgili olmak üzere bunu buluyordu.
kolay
[ { "operation": "noktalama_ekle", "before": "Hayatta kendisini himaye edecek yegane ve tek bir sevgili olmak üzere bunu buluyordu.", "after": "Hayatta kendisini himaye edecek yegan,e ve tek bir sevgili olmak üzere bunu buluyordu." } ]
a1132232dda857eb
null
Çok eğlenceli olur.
Common Voice / CC0-1.0
Cok eğlenceli olur
orta
[ { "operation": "noktalama_sil", "before": "Çok eğlenceli olur.", "after": "Çok eğlenceli olur" }, { "operation": "türkçe_karakter", "before": "Çok eğlenceli olur", "after": "Cok eğlenceli olur" } ]
0745d09788c30da1
null
Dün gibi hatırlıyorum. Genç kadın gözlerini başka tarafa çevirdi ve omuzlarını silkti.
Birleşik iki cümle
Dğn gii hatırlıyorum. Gençkadın gozlerini başka tarafa çevirdi ve ooomuzlarıni silkti.
zor
[ { "operation": "fazla_boşluk", "before": "Dün gibi hatırlıyorum.", "after": "Dün gibi hatırlıyorum." }, { "operation": "harf_sil", "before": "Dün gibi hatırlıyorum.", "after": "Dün gii hatırlıyorum." }, { "operation": "fazla_boşluk", "before": "Dün gii hatırlıyorum.", ...
85d5f9668d28470d
094db5f237d1e86d
Ara sıra laf bitmiş gibi duruşlarından, muayyen bir mevzu etrafında konuşmadıklarını anlıyordum.
Common Voice / CC0-1.0
Ara sıra lafbitmiş gibi duruşlarından, muayyen bir mevzu etrafında konuşmadıklarını anlıyordum.
kolay
[ { "operation": "boşluk_sil", "before": "Ara sıra laf bitmiş gibi duruşlarından, muayyen bir mevzu etrafında konuşmadıklarını anlıyordum.", "after": "Ara sıra lafbitmiş gibi duruşlarından, muayyen bir mevzu etrafında konuşmadıklarını anlıyordum." } ]
22d2a34f7fd03fe8
null
Adam omuzlarını silkti ve yeniden işine koyuldu.
Common Voice / CC0-1.0
Adam omuzlarını silkti ve yeniden işine koyuldu.
temiz
[]
8e1193b0df1cdcae
null
Lütfen yardım et bana.
Common Voice / CC0-1.0
Lütfen yardım et bana.
temiz
[]
0b252218963fcc5a
null
Yakası boğazına dar geliyormuş gibi bir hisle elini boynuna götürdü.
Common Voice / CC0-1.0
Yakası boğazina dar geliyormus gibi bir hisle elini boynuna goturdu.
kolay
[ { "operation": "türkçe_karakter", "before": "Yakası boğazına dar geliyormuş gibi bir hisle elini boynuna götürdü.", "after": "Yakası boğazina dar geliyormus gibi bir hisle elini boynuna goturdu." } ]
4f75e603dd6c7e8a
null
İyi noktaya değindin.
Common Voice / CC0-1.0
Iyi noktayadein din.
zor
[ { "operation": "türkçe_karakter", "before": "İyi noktaya değindin.", "after": "Iyi noktaya degindin." }, { "operation": "boşluk_sil", "before": "Iyi noktaya degindin.", "after": "Iyi noktayadegindin." }, { "operation": "harf_sil", "before": "Iyi noktayadegindin.", "after"...
4f6270c49531e6df
null
Yarın derse başlayacağım. Onu ensesinden tutar ve fırlatır.
Birleşik iki cümle
Yarın derse başlayacağım. Onu ensesinden tutar ve fırlatır.
temiz
[]
49b612428abff859
fe97d1a663dd8302
Herkesin başına gelebilir.
Common Voice / CC0-1.0
Herkesin baina gelebilir.
orta
[ { "operation": "harf_sil", "before": "Herkesin başına gelebilir.", "after": "Herkesin baına gelebilir." }, { "operation": "türkçe_karakter", "before": "Herkesin baına gelebilir.", "after": "Herkesin baina gelebilir." } ]
6e6d67477014cf1c
null
Yalnızca sen gelirsen ben de giderim.
Megazeka gündelik şablon / CC0-1.0
yALNİZCA SEN GELİRSEN BEN DE GİDERİM.
orta
[ { "operation": "türkçe_karakter", "before": "Yalnızca sen gelirsen ben de giderim.", "after": "Yalnizca sen gelirsen ben de giderim." }, { "operation": "küçük_harf", "before": "Yalnizca sen gelirsen ben de giderim.", "after": "yALNİZCA SEN GELİRSEN BEN DE GİDERİM." } ]
929871e097e8a590
null
Köpekler de onun sopasından kurtulmanın ve koyunlarla baş başa kalmanın sırası geldiğine hükmettiler.
Common Voice / CC0-1.0
kopekler de onun sopasindan kurtulmanin ve koyunlarla bas basa kalmanin sırasi geldigine hukmettiler.
zor
[ { "operation": "küçük_harf", "before": "Köpekler de onun sopasından kurtulmanın ve koyunlarla baş başa kalmanın sırası geldiğine hükmettiler.", "after": "köpekler de onun sopasından kurtulmanın ve koyunlarla baş başa kalmanın sırası geldiğine hükmettiler." }, { "operation": "türkçe_karakter", ...
af01d18d819b62dd
null
Şimdi, bu yaz siz ne yapıyorsunuz?
Megazeka gündelik şablon / CC0-1.0
Şimdi, bu yaz siz napıyonuz?
kolay
[ { "operation": "ne_kısalt", "before": "Şimdi, bu yaz siz ne yapıyorsunuz?", "after": "Şimdi, bu yaz siz napıyonuz?" } ]
3bd892188c67dd4d
null
Aslında tam tersi.
Common Voice / CC0-1.0
Aslında tam tersi.
temiz
[]
7e38633fdbc24c87
null
Bunlar da çeşit çeşitti.
Common Voice / CC0-1.0
bunlara çeşit çeşitti
zor
[ { "operation": "de_da", "before": "Bunlar da çeşit çeşitti.", "after": "Bunlarda çeşit çeşitti." }, { "operation": "küçük_harf", "before": "Bunlarda çeşit çeşitti.", "after": "bunlarda çeşit çeşitti." }, { "operation": "harf_sil", "before": "bunlarda çeşit çeşitti.", "aft...
920bc03d96761076
null
Bir saat sonra dışarı çıkacaksın.
Megazeka gündelik şablon / CC0-1.0
Bi?r saat sonra dişari cikacak.sin.
zor
[ { "operation": "türkçe_karakter", "before": "Bir saat sonra dışarı çıkacaksın.", "after": "Bir saat sonra dışari cıkacaksin." }, { "operation": "noktalama_ekle", "before": "Bir saat sonra dışari cıkacaksin.", "after": "Bir saat sonra dışari cıkacak.sin." }, { "operation": "türkçe...
dec521f4064368d4
null
Hani hiç kabahati de yok değildi, çenesini tutmaz, ileri geri söylenirdi.
Common Voice / CC0-1.0
Hani hiç kabahati de yok değildi, çenesini tutmaz, ileri geri söylenirdi.
temiz
[]
f0a86281c45689ff
null
Bir ampul kaç paradır, ne demek?
Common Voice / CC0-1.0
Bir ampull kaç paradır, ne demek?
orta
[ { "operation": "harf_tekrar", "before": "Bir ampul kaç paradır, ne demek?", "after": "Bir ampull kaç paradır, ne demek?" }, { "operation": "fazla_boşluk", "before": "Bir ampull kaç paradır, ne demek?", "after": "Bir ampull kaç paradır, ne demek?" } ]
cc2a18f784f61caf
null
El öpmekle ağız aşınmaz.
Common Voice / CC0-1.0
El omekle agız asınmaz.
orta
[ { "operation": "harf_sil", "before": "El öpmekle ağız aşınmaz.", "after": "El ömekle ağız aşınmaz." }, { "operation": "türkçe_karakter", "before": "El ömekle ağız aşınmaz.", "after": "El omekle agız asınmaz." } ]
693583838e2cdcb1
null
Sizi burada bağrına basan bu halkın, atlarını koyunlarını salmak reva mıdır?
Common Voice / CC0-1.0
izi burda bagrina basan bu halkin, atlarini koyunlarını salmak revs mıdir?
zor
[ { "operation": "harf_sil", "before": "Sizi burada bağrına basan bu halkın, atlarını koyunlarını salmak reva mıdır?", "after": "izi burada bağrına basan bu halkın, atlarını koyunlarını salmak reva mıdır?" }, { "operation": "gündelik", "before": "izi burada bağrına basan bu halkın, atlarını ko...
cd4c6be88eaa7dd6
null
Yarın akşam size uğruyoruz, söz.
Megazeka gündelik şablon / CC0-1.0
Yarın akşam size uğruyoruz, söz.
temiz
[]
6d5bc8e9533fabfc
null
Öğleden sonra çantayı getirmiyorum, söz.
Megazeka gündelik şablon / CC0-1.0
Öğleden sora çantayı getirmiyorum, söz.
kolay
[ { "operation": "gündelik", "before": "Öğleden sonra çantayı getirmiyorum, söz.", "after": "Öğleden sora çantayı getirmiyorum, söz." } ]
93fb58629ba495f9
null
Fakat bütün bunlar beni sana yaklaştırmaya kafi değil..
Common Voice / CC0-1.0
Fakat butun bunlar beni saaana yaklastirmaya kafi diil..
zor
[ { "operation": "gündelik", "before": "Fakat bütün bunlar beni sana yaklaştırmaya kafi değil..", "after": "Fakat bütün bunlar beni sana yaklaştırmaya kafi diil.." }, { "operation": "fazla_boşluk", "before": "Fakat bütün bunlar beni sana yaklaştırmaya kafi diil..", "after": "Fakat bütün b...
a7b7e894a828e43c
null
Kendimi pek o kadar iyi hissetmiyorum.
Common Voice / CC0-1.0
Kendimi pek okkkaar iyi hissetmiyom.
zor
[ { "operation": "yazım_yanlışı", "before": "Kendimi pek o kadar iyi hissetmiyorum.", "after": "Kendimi pek okadar iyi hissetmiyorum." }, { "operation": "gündelik", "before": "Kendimi pek okadar iyi hissetmiyorum.", "after": "Kendimi pek okadar iyi hissetmiyom." }, { "operation": "...
a7da75e0dee90636
null
Eşeğin yorulduğu yere han yapılmaz.
Common Voice / CC0-1.0
Eşeğin yoruld uğu yere han yapılmaz.
kolay
[ { "operation": "boşluk_ekle", "before": "Eşeğin yorulduğu yere han yapılmaz.", "after": "Eşeğin yoruld uğu yere han yapılmaz." } ]
50e8d26b3ae6fbd1
null
Burada olduğumuzu biliyorlar.
Common Voice / CC0-1.0
Burdaa olduğumzu biliyolar.
zor
[ { "operation": "gündelik", "before": "Burada olduğumuzu biliyorlar.", "after": "Burda olduğumuzu biliyorlar." }, { "operation": "harf_sil", "before": "Burda olduğumuzu biliyorlar.", "after": "Burda olduğumzu biliyorlar." }, { "operation": "harf_tekrar", "before": "Burda olduğ...
d1515b11dd4bc302
null
Dut yaprağı açtı, soyun; döktü giyin.
Common Voice / CC0-1.0
Dut yapragı acti, soyun; doktu giyin.
kolay
[ { "operation": "türkçe_karakter", "before": "Dut yaprağı açtı, soyun; döktü giyin.", "after": "Dut yapragı acti, soyun; doktu giyin." } ]
78706f9d8ff1a1ed
null
Düşerken bir yerinde sakatlık bulunup bulunmadığına baktı.
Common Voice / CC0-1.0
Düşerken bir yeride sakatlık bulunup bulunmadığına baktı.
orta
[ { "operation": "fazla_boşluk", "before": "Düşerken bir yerinde sakatlık bulunup bulunmadığına baktı.", "after": "Düşerken bir yerinde sakatlık bulunup bulunmadığına baktı." }, { "operation": "harf_sil", "before": "Düşerken bir yerinde sakatlık bulunup bulunmadığına baktı.", "after": "D...
c4b9dd4d1cbdf856
null
Cebinden raporları, tahlil neticelerini, koltuğunun altından, sayısı onu geçen röntgen filmlerini çıkardı.
Common Voice / CC0-1.0
Cebinden raporları, tahlil neticelerini, koltuğunun altından, sayısı onu geçen röntgen filmlerini çıkardı.
temiz
[]
3d40754e8e2cdbc7
null
Başını göğsüme yatırmıştı.
Common Voice / CC0-1.0
Basnii gogsume yatirmisti.
zor
[ { "operation": "türkçe_karakter", "before": "Başını göğsüme yatırmıştı.", "after": "Basinı gögsume yatirmısti." }, { "operation": "harf_yer_değiştir", "before": "Basinı gögsume yatirmısti.", "after": "Basniı gögsume yatirmısti." }, { "operation": "türkçe_karakter", "before": ...
10a49a5e71ad34b6
null
Zengin kesesini döver, züğürt dizini.
Common Voice / CC0-1.0
Zengin kesesii döver, züğürt dizini.
kolay
[ { "operation": "harf_sil", "before": "Zengin kesesini döver, züğürt dizini.", "after": "Zengin kesesii döver, züğürt dizini." } ]
b144b35f8813d1e2
null
Ovayı aşıp dağ yoluna tırmanmaya başlar başlamaz, incir ağaçlarının yerini zeytinler ve çamlar alıyordu.
Common Voice / CC0-1.0
Ovayı aşıp dağ yoluna tırmanmaya başlar başlamaz, incir ağaçlarının yerini zeytiler ve çamlar alıyordu.
kolay
[ { "operation": "harf_sil", "before": "Ovayı aşıp dağ yoluna tırmanmaya başlar başlamaz, incir ağaçlarının yerini zeytinler ve çamlar alıyordu.", "after": "Ovayı aşıp dağ yoluna tırmanmaya başlar başlamaz, incir ağaçlarının yerini zeytiler ve çamlar alıyordu." } ]
b5c259224eea24e2
null
Pazartesi onu görüyor musun?
Megazeka gündelik şablon / CC0-1.0
Pazartesi onu görüyo musun?
kolay
[ { "operation": "gündelik", "before": "Pazartesi onu görüyor musun?", "after": "Pazartesi onu görüyo musun?" } ]
e34e972170f440bb
null
Sonra burayı sevmeyeceğim.
Megazeka gündelik şablon / CC0-1.0
Sonra burayı sevmeyeceğim.
temiz
[]
0835c17776f3ce2d
null
Bunu niçin yapıyorsun?
Common Voice / CC0-1.0
Bunu niçin yapıyorsun?
temiz
[]
6d8ec59bbc1f394b
null
Yine de teşekkürler.
Common Voice / CC0-1.0
Yine detesekkruler.
zor
[ { "operation": "türkçe_karakter", "before": "Yine de teşekkürler.", "after": "Yine de teşekkurler." }, { "operation": "boşluk_sil", "before": "Yine de teşekkurler.", "after": "Yine deteşekkurler." }, { "operation": "türkçe_karakter", "before": "Yine deteşekkurler.", "afte...
01bf69b6f18903a6
null
Benden sana öğüt, ununu elinle öğüt.
Common Voice / CC0-1.0
venden sana öğüt ununu elinle öğüt
zor
[ { "operation": "noktalama_sil", "before": "Benden sana öğüt, ununu elinle öğüt.", "after": "Benden sana öğüt ununu elinle öğüt" }, { "operation": "küçük_harf", "before": "Benden sana öğüt ununu elinle öğüt", "after": "benden sana öğüt ununu elinle öğüt" }, { "operation": "boşluk_...
8347a3245e5ef6fa
null
Derdin yoksa söylen, borcun yoksa evlen.
Common Voice / CC0-1.0
Derdin yoksa söylen, borcun yoksa eevlen.
orta
[ { "operation": "harf_tekrar", "before": "Derdin yoksa söylen, borcun yoksa evlen.", "after": "Derdin yoksa söylen, borcun yoksa eevlen." }, { "operation": "boşluk_ekle", "before": "Derdin yoksa söylen, borcun yoksa eevlen.", "after": " Derdin yoksa söylen, borcun yoksa eevlen." } ]
7eacaba6bbd414bd
null
Şimdi yeni bir telefon alacak mısın?
Megazeka gündelik şablon / CC0-1.0
Şimdi yeni bir telefon alıcak mısın?
kolay
[ { "operation": "gündelik", "before": "Şimdi yeni bir telefon alacak mısın?", "after": "Şimdi yeni bir telefon alıcak mısın?" } ]
a162be867bde1c4e
null
Karga mandayı babası hayrına bitlemez.
Common Voice / CC0-1.0
Karga mandayi babası hayrina bitlemz.
orta
[ { "operation": "harf_sil", "before": "Karga mandayı babası hayrına bitlemez.", "after": "Karga mandayı babası hayrına bitlemz." }, { "operation": "türkçe_karakter", "before": "Karga mandayı babası hayrına bitlemz.", "after": "Karga mandayi babası hayrina bitlemz." } ]
9c51e3b9ab3348b2
null
Burası harika bir yer.
Common Voice / CC0-1.0
Buası harika bi yer.
orta
[ { "operation": "gündelik", "before": "Burası harika bir yer.", "after": "Burası harika bi yer." }, { "operation": "harf_sil", "before": "Burası harika bi yer.", "after": "Buası harika bi yer." } ]
ef001f5e3fd40475
null
Akşam sana yazacak mısın?
Megazeka gündelik şablon / CC0-1.0
Akşam sana yazıcak mısın?
kolay
[ { "operation": "gündelik", "before": "Akşam sana yazacak mısın?", "after": "Akşam sana yazıcak mısın?" } ]
790e43021cc0b035
null
Evet, sanırım öyle.
Common Voice / CC0-1.0
Evet, sanriim yle.
zor
[ { "operation": "türkçe_karakter", "before": "Evet, sanırım öyle.", "after": "Evet, sanırim öyle." }, { "operation": "türkçe_karakter", "before": "Evet, sanırim öyle.", "after": "Evet, sanirim oyle." }, { "operation": "harf_yer_değiştir", "before": "Evet, sanirim oyle.", "...
721b191f73aad02d
null
Gerçekten de öyle.
Common Voice / CC0-1.0
Gerrçekten de öyle.
kolay
[ { "operation": "harf_tekrar", "before": "Gerçekten de öyle.", "after": "Gerrçekten de öyle." } ]
83407ae9479ccbfd
null
Yastığın üzerine kapandı.
Common Voice / CC0-1.0
Yastığın üzerine kapandı.
temiz
[]
ee874679d1a87863
null
Çiftçinin karnını yarmışlar, kırk tane gelecek yıl çıkmış.
Common Voice / CC0-1.0
Çiftçinin karnını yarmışlar, kırk tane gelecek yyyıl çıkmış.
kolay
[ { "operation": "harf_tekrar", "before": "Çiftçinin karnını yarmışlar, kırk tane gelecek yıl çıkmış.", "after": "Çiftçinin karnını yarmışlar, kırk tane gelecek yyyıl çıkmış." } ]
e6c8214003672fbc
null
Yarın her şeyi söylemeyeceğim.
Megazeka gündelik şablon / CC0-1.0
Yarın herr şeyi söylemicem.
orta
[ { "operation": "gündelik", "before": "Yarın her şeyi söylemeyeceğim.", "after": "Yarın her şeyi söylemicem." }, { "operation": "harf_tekrar", "before": "Yarın her şeyi söylemicem.", "after": "Yarın herr şeyi söylemicem." } ]
ed5601ef0ba60379
null
Yüzü o anda bana pek yabancı gelmedi.
Common Voice / CC0-1.0
Yuzu o anda abna pek yabanic elmedi.
zor
[ { "operation": "harf_yer_değiştir", "before": "Yüzü o anda bana pek yabancı gelmedi.", "after": "Yüzü o anda bana pek yabanıc gelmedi." }, { "operation": "türkçe_karakter", "before": "Yüzü o anda bana pek yabanıc gelmedi.", "after": "Yuzu o anda bana pek yabanic gelmedi." }, { "o...
03f499f1716f158d
null
Onunla konuşmak, hakiki hüviyetine dair bir şeyler öğrenmek için her fırsattan istifadeye kalktım.
Common Voice / CC0-1.0
onunla konuşmak, hakiki huviyetine dair bişeyler ögrenmek icin her firsattan istifadeye kalktim.
zor
[ { "operation": "türkçe_karakter", "before": "Onunla konuşmak, hakiki hüviyetine dair bir şeyler öğrenmek için her fırsattan istifadeye kalktım.", "after": "Onunla konuşmak, hakiki huviyetine dair bir şeyler ögrenmek icin her firsattan istifadeye kalktim." }, { "operation": "küçük_harf", "bef...
a455b4c2e3e7477e
null
Şeyh uçmaz, müridi uçurur.
Common Voice / CC0-1.0
Seyh ucmaz muridi uurur
zor
[ { "operation": "noktalama_sil", "before": "Şeyh uçmaz, müridi uçurur.", "after": "Şeyh uçmaz müridi uçurur" }, { "operation": "harf_sil", "before": "Şeyh uçmaz müridi uçurur", "after": "Şeyh uçmaz müridi uurur" }, { "operation": "türkçe_karakter", "before": "Şeyh uçmaz müridi...
0380a89599ebbb29
null
Onun kim olduğunu biliyor musun?
Common Voice / CC0-1.0
Onun kim oldugunu biliyor musun?
kolay
[ { "operation": "türkçe_karakter", "before": "Onun kim olduğunu biliyor musun?", "after": "Onun kim oldugunu biliyor musun?" } ]
520df443ee037201
null
Yarın akşam ona diyeceğim.
Megazeka gündelik şablon / CC0-1.0
Yarin akşşşam ona diyecegim
zor
[ { "operation": "noktalama_ekle", "before": "Yarın akşam ona diyeceğim.", "after": "Yarın akşam ona ?diyeceğim." }, { "operation": "harf_tekrar", "before": "Yarın akşam ona ?diyeceğim.", "after": "Yarın akşşşam ona ?diyeceğim." }, { "operation": "türkçe_karakter", "before": "Y...
a469c69256283954
null
İnci'yle sinemaya gittik.
Megazeka gündelik şablon / CC0-1.0
İnci'yle sinemaya gittik.
temiz
[]
b8e30de338f2ccbd
null
Nefesini boşa harcıyorsun.
Common Voice / CC0-1.0
Nefesini boşa harciyorsun.
kolay
[ { "operation": "türkçe_karakter", "before": "Nefesini boşa harcıyorsun.", "after": "Nefesini boşa harciyorsun." } ]
ea13314392488bd1
null
Arefe günü yalan söyleyenin, bayram günü yüzü kara çıkar.
Common Voice / CC0-1.0
Arefe gunü yalan soyleyenin, bayram gunu yüzu kara çikar.
kolay
[ { "operation": "türkçe_karakter", "before": "Arefe günü yalan söyleyenin, bayram günü yüzü kara çıkar.", "after": "Arefe gunü yalan soyleyenin, bayram gunu yüzu kara çikar." } ]
fe4b41a526aeaab3
null
Yardım lazım mı?
Common Voice / CC0-1.0
yARDIM LAZIM MI?
kolay
[ { "operation": "küçük_harf", "before": "Yardım lazım mı?", "after": "yARDIM LAZIM MI?" } ]
db456a6f3934a7d9
null
Fakat Çinliler diğer çocuklarını yakaladılar ve hapsettiler.
Common Voice / CC0-1.0
Fakat Cinliler diger çocuklarını yakaladılar ve hapsettile r.
orta
[ { "operation": "türkçe_karakter", "before": "Fakat Çinliler diğer çocuklarını yakaladılar ve hapsettiler.", "after": "Fakat Cinliler diger çocuklarını yakaladılar ve hapsettiler." }, { "operation": "boşluk_ekle", "before": "Fakat Cinliler diger çocuklarını yakaladılar ve hapsettiler.", "...
3c6bdf52fc3b1d4a
null
Onunla tanışmak için sabırsızlanıyorum.
Common Voice / CC0-1.0
onunla tanısmak icim sabirsizlaniyom.
zor
[ { "operation": "küçük_harf", "before": "Onunla tanışmak için sabırsızlanıyorum.", "after": "onunla tanışmak için sabırsızlanıyorum." }, { "operation": "türkçe_karakter", "before": "onunla tanışmak için sabırsızlanıyorum.", "after": "onunla tanısmak icin sabirsizlaniyorum." }, { "...
a6f100fe1e5741a8
null
Hafta sonu masayı temizlemiyorum.
Megazeka gündelik şablon / CC0-1.0
Hafta sonu masayı temizlemiyorum.
temiz
[]
c059b8fea10d4328
null
Teşekkür ederim hanımefendi.
Common Voice / CC0-1.0
Tşekkür ederi m hanımfeendi.
zor
[ { "operation": "fazla_boşluk", "before": "Teşekkür ederim hanımefendi.", "after": "Teşekkür ederim hanımefendi." }, { "operation": "boşluk_ekle", "before": "Teşekkür ederim hanımefendi.", "after": "Teşekkür ederi m hanımefendi." }, { "operation": "harf_yer_değiştir", "befo...
4818466afd0133de
null
Bu hız onu ancak yarıya kadar çıkarabildi.
Common Voice / CC0-1.0
Bu hız onu ancak yariyakadar cıkarabildi.
orta
[ { "operation": "türkçe_karakter", "before": "Bu hız onu ancak yarıya kadar çıkarabildi.", "after": "Bu hız onu ancak yariya kadar cıkarabildi." }, { "operation": "boşluk_sil", "before": "Bu hız onu ancak yariya kadar cıkarabildi.", "after": "Bu hız onu ancak yariyakadar cıkarabildi." }...
993a2bb31468a277
null
Açık pencereden içeri müthiş bir sıcak sokuluyor ve boynunu, gözlerinin altını terletiyordu. Buna izin veremeyiz.
Birleşik iki cümle
Açık pencereden içeri müthiş bir sıcak sokuluyor ve boynunu, gözlerinin altını terletiyodu. Buns izin veremeyiz.
kolay
[ { "operation": "gündelik", "before": "Açık pencereden içeri müthiş bir sıcak sokuluyor ve boynunu, gözlerinin altını terletiyordu.", "after": "Açık pencereden içeri müthiş bir sıcak sokuluyor ve boynunu, gözlerinin altını terletiyodu." }, { "operation": "klavye", "before": "Buna izin veremey...
6733fa58aeea7d0b
3b2f2126b95a2078
End of preview. Expand in Data Studio

Megazeka · Turkish Spelling Correction Pairs

44,643 (misspelled → correct) Turkish sentence pairs with a full record of every corruption that was applied, generated from the CC0 Common Voice Turkish Sentence Collector and from project-authored everyday first/second-person sentences.

The distinguishing feature is the operations field: each pair carries the exact sequence of noise transformations that produced it, with before/after text at each step. That makes it possible to evaluate a corrector per error type — how well does it handle diacritic loss versus merged words versus chat-style spellings like gidicem? — rather than only in aggregate.

Used to train pandakingpunc/megazeka-byt5-tr-spellfix v3 (live demo: spaces/pandakingpunc/megazeka). Author: Mustafa Karatüm. Generation code: github.com/pandakingpunc/megazeka (training/prepare.py, training/everyday.py, src/megazeka/noise.py, src/megazeka/colloquial.py, src/megazeka/spelling.py).

What's new in v3

main is now v3; the previous release stays available under tag v2 (and v1).

  • Four new noise operations: sert_ünsüz (hardened consonants such as gitcez/etcem, where the correct form has a softened d), ne_kısalt (napcam → ne yapacağım…), yazım_yanlışı (~35 common Turkish misspellings: yanlız, herkez, yalnış, şöför, orjinal, süpriz, makina, hastahane, yada, …) and özel_ad_kesme (Ankaraya for Ankara'ya).
  • Casing bug fixed: str.swapcase turned İ into two code points and I into i; the generator now uses Turkish-aware swapcase_tr / upper_tr.
  • More everyday sentences: 1,470 → 2,561 generated (2,526 used after de-duplication against Common Voice).
  • Train is now 42,075 pairs (31,996 Common Voice, 8,804 everyday, 1,275 two-sentence chunks); validation was regenerated and has 1,440 pairs (640 Common Voice, 800 everyday).
  • Test split frozen from v2: the 1,128 test pairs are byte-identical to v2 (SHA-256 43738c617c498e21753f71f9af928ac518c374e938742901a443e81b827e30a5), so models from v2 and v3 can be compared directly. Test targets are excluded from train and validation.
  • The 81 targets of a hand-written challenge set (in the GitHub repo, evaluation/challenge.jsonl) are also excluded from train and validation. That set was written alongside the new noise rules, so it measures whether targeted failures got fixed, not general accuracy.

What was new in v2

(Kept for history.)

v1 (tag v1) had 33,280 pairs from Common Voice only. Those sentences are literary and mostly third person — gideceğim appeared 8 times in 32,000 training pairs — so a model trained on them never learned colloquial first-person forms. v2 adds:

  • Everyday sentences (CC0-1.0, written for this project): template sentences from a 50-verb table and a small conjugator (future, present continuous, negative, question suffix; vowel harmony and the git/et/ye/de special cases) plus ~250 hand-written short sentences, ~1,470 in total.
  • Suffix-based colloquial noise, applied to any verb rather than a fixed word list (-eceğim → -icem/-cem, -yorum → -yom, gideceğim → gitcem, burada → burda, bir şey → bişey, …). The gündelik operation count in train went from 1,001 to 8,178.
  • Two-sentence chunks in train: two independent pairs of the same difficulty joined with a space, at most 170 bytes.
  • Larger validation and test splits (1,128 pairs each) with an everyday subset.

The 160 Common Voice test target sentences are the same as in v1, but the noise generator changed, so most corrupted inputs differ.

Splits

Split Pairs Distinct targets Common Voice Everyday Two-sentence
train 42,075 10,200 31,996 8,804 1,275
validation 1,440 360 640 800 —
test (frozen from v2) 1,128 282 640 488 —

Splitting happens on canonical target form (NFC + Turkish lowercase + alphanumeric key) before noise is applied, so no variant of the same sentence crosses splits. Of the 2,526 everyday sentences used, about 1/12 go to validation and the rest to train; the test split is not regenerated but carried over from v2. Seed 42.

Schema

{
  "target": "Yarın sabah ben evde kalıyorum.",
  "source": "Megazeka gündelik şablon / CC0-1.0",
  "input": "Yarın sabah benevde kalıyom.",
  "difficulty": "orta",
  "operations": [
    {"operation": "gündelik",  "before": "Yarın sabah ben evde kalıyorum.",
                               "after":  "Yarın sabah ben evde kalıyom."},
    {"operation": "boşluk_sil", "before": "Yarın sabah ben evde kalıyom.",
                               "after":  "Yarın sabah benevde kalıyom."}
  ],
  "group_id": "5864952e584f92f7"
}
  • target — correct sentence
  • input — corrupted sentence, identical to target when difficulty is temiz
  • difficulty — temiz (clean) / kolay (easy) / orta (medium) / zor (hard), targeting 0 / 1 / 2 / 4 successfully applied operations
  • source — Common Voice / CC0-1.0, Megazeka gündelik şablon / CC0-1.0 (everyday) or Birleşik iki cümle (two-sentence chunk)
  • group_id — canonical target hash; shared by the four variants of one sentence
  • group_id_second — only on two-sentence chunks: the group_id of the second sentence
  • operations — ordered list of applied corruptions with before/after text; on two-sentence chunks the operations of both halves are listed, each with the text of its own half

Difficulty levels are balanced (≈10,500 pairs each in train). 25% of pairs are clean, so a model trained on this data learns to leave correct text alone. For easy and medium everyday pairs the first operation is always gündelik. Rare multi-operation corruptions can cancel each other out — when measuring overcorrection, count every example where input == target (10,569 in train, 282 in test) rather than trusting the temiz label.

Noise operations

Counts over the training split (v3), including two-sentence chunks (a pair may apply several):

Operation Count What it does
türkçe_karakter 15,480 Diacritic loss: ı→i, ş→s, ğ→g, ç→c, ö→o, ü→u
gündelik 8,853 Colloquial spellings (gidicem, yapcaz, bilmiyom, burda, bişey, …)
küçük_harf 8,084 Capitalization errors (Turkish-aware as of v3)
harf_sil 4,688 Dropped letter
boşluk_ekle 4,567 Split word
boşluk_sil 4,545 Merged words
klavye 4,524 Turkish Q-keyboard neighbour key
noktalama_ekle 4,517 Spurious punctuation
harf_tekrar 4,483 Repeated letter
fazla_boşluk 4,482 Extra whitespace
noktalama_sil 4,352 Missing punctuation
harf_yer_değiştir 3,757 Transposed adjacent letters
yazım_yanlışı 991 New in v3. Common misspellings (yanlız, herkez, yalnış, şöför, makina, …)
özel_ad_kesme 729 New in v3. Dropped apostrophe before a suffix on a proper noun (Ankaraya)
ne_kısalt 478 New in v3. ne yap- contractions (napcam, napıyosun)
sert_ünsüz 449 New in v3. Hardened consonant (gitcez, etcem)
soru_eki 389 Question suffix wrongly attached
de_da 219 de/da clitic merged with the word
ki 156 ki clitic merged with the word
kesme 114 Missing apostrophe before a suffix

Source and filtering

  • Common Voice Turkish Sentence Collector at pinned commit b12cde653757295103c5948c1cd601b166e1b905 (1,557,129 bytes, 47,781 lines, SHA-256 28e2d095…4058ece). No audio or dev corpus was downloaded. Sentences were kept if they are 3–24 words, 18–160 UTF-8 bytes, start with a capital letter and end with punctuation, then deduplicated on a canonical key.
  • Everyday sentences, generated by training/everyday.py in the GitHub repository and released here under CC0-1.0 (2,561 generated in v3, 2,526 used).

Per-file SHA-256 checksums for the generated splits are in metadata.json.

Limitations

  • Synthetic. These are programmatically corrupted sentences, not errors real people made. A model that scores well here may do noticeably worse on genuine user text.
  • Operation frequencies reflect the generator's weights, not measured Turkish error frequencies.
  • The everyday sentences come from 50 verbs and a limited set of complements; they do not represent real chat language in full, and the test everyday subset is from the same template family as train.
  • Common Voice sentences may themselves contain overlooked mistakes; passing the filter is not evidence of grammatical correctness.
  • Sentence-length only (plus two-sentence chunks). No long documents, lists, code, or mixed-language text.
  • Split separation is on canonical sentence form. Semantically similar sentences — including template sentences that share a verb or complement — may still be split across sets, and overlap with any given model's pretraining corpus is unknown.

Versions

Version Revision Pairs (train / val / test) Sources
v3 main 42,075 / 1,440 / 1,128 (test frozen from v2) Common Voice + more everyday + two-sentence chunks, 4 new noise operations
v2 tag v2 38,057 / 1,128 / 1,128 Common Voice + everyday + two-sentence chunks
v1 tag v1 32,000 / 640 / 640 Common Voice only

The default is v3. Load a specific version with load_dataset("pandakingpunc/megazeka-tr-spellfix-pairs", revision="v2") (or "v1").

Licensing

Common Voice source sentences are CC0-1.0 (Common Voice licensing); the everyday sentences were written for this project and are also released under CC0-1.0, as are all derived pairs. No Common Voice program code (MPL-2.0) is included here. The generation code is MIT, in the GitHub repository.

Downloads last month
36

Models trained or fine-tuned on pandakingpunc/megazeka-tr-spellfix-pairs