Datasets:
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 |
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 asgitcez/etcem, where the correct form has a softenedd),ne_kısalt(napcam→ne yapacağım…),yazım_yanlışı(~35 common Turkish misspellings:yanlız,herkez,yalnış,şöför,orjinal,süpriz,makina,hastahane,yada, …) andözel_ad_kesme(AnkarayaforAnkara'ya). - Casing bug fixed:
str.swapcaseturnedİinto two code points andIintoi; the generator now uses Turkish-awareswapcase_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/despecial 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, …). Thegündelikoperation 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 sentenceinput— corrupted sentence, identical totargetwhendifficultyistemizdifficulty—temiz(clean) /kolay(easy) /orta(medium) /zor(hard), targeting 0 / 1 / 2 / 4 successfully applied operationssource—Common Voice / CC0-1.0,Megazeka gündelik şablon / CC0-1.0(everyday) orBirleşik iki cümle(two-sentence chunk)group_id— canonical target hash; shared by the four variants of one sentencegroup_id_second— only on two-sentence chunks: thegroup_idof the second sentenceoperations— 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-25628e2d095…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.pyin 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