---
language:
- tr
license: apache-2.0
task_categories:
- text-classification
- question-answering
tags:
- answerability
- rag
- turkish
- machine-translated
size_categories:
- 10K<n<100K
configs:
- config_name: default
  data_files:
  - split: train
    path: data/train.jsonl
  - split: test
    path: data/test.jsonl
---

# 2WikiMultihopQA-tr: cevaplanabilirlik (RAG)

**Bu belge bu soruyu cevaplayabilir mi?** [2WikiMultihopQA](https://huggingface.co/datasets/xanhho/2WikiMultihopQA)'dan kurulmuş, Türkçeye makine
çevirisiyle aktarılmış bir cevaplanabilirlik veri seti. Her satır bir soru, bir belge (bir ya da birkaç Vikipedi paragrafı) ve
bir etiketten (`label`: belge soruyu tamamen cevaplıyor mu) oluşur. Hayır örnekleri konuyla ilgili belgelerdir: RAG'de getirilen
ama soruyu cevaplamayan parçalar gibi.

| Split | Satır | Evet | Hayır |
|---|---:|---:|---:|
| train | 24.000 | 12.000 | 12.000 |
| test | 1.200 | 600 | 600 |

## Satır türleri (`kind`)

- `same_entity` (12.000 train satırı): "A'nın X'i nedir?" sorusu ve A'nın paragrafı: **evet**
- `other_entity_same_attribute` (12.000 train satırı): Aynı soru ve aynı türden başka bir varlığın (B) paragrafı: **hayır**. Paragrafta aynı türden bilgi (ör. bir doğum tarihi) vardır, ama başka bir varlığa aittir

2WikiMultihopQA'nın karşılaştırma sorularında aynı türden iki varlık (iki film, iki kişi) aynı öznitelikle (yönetmen, uyruk, doğum tarihi, doğum yeri, ülke, yapım ülkesi, yayın tarihi, ölüm tarihi) geçer. Kanıt üçlülerinden bir öznitelik seçildi, A için tek varlıklı bir soru şablondan yazıldı; B'nin paragrafı A'nın adını geçiriyorsa örnek atıldı.

## Alanlar

- `id`, `kind`, `label` (bool), `question` (Türkçe), `paragraphs` (`title`, `text`; Türkçe)
- `meta`: kaynağın İngilizce bilgileri (ör. `answer`, `attribute`, `type`); çevrilmedi
- `judge_verdict`: yalnızca train'deki evet satırlarında, bir LLM judge'ın kararı (aşağıda); diğer satırlarda `null`

## Kalite ve gürültü

- **Judge filtresi:** Train'deki evet satırları `deepseek-v4.1-flash` (`reasoning_effort=low`) ile, İngilizce orijinaller üzerinde
  yargılandı: "Yalnızca belgeye dayanarak sorunun her kısmı doğru ve eksiksiz cevaplanabilir mi? Başka bir varlığa, olaya, yere
  veya zamana ait bilgi sayılmaz." Bu sette train evet satırlarının 0 tanesi yargılandı: 0 evet, 0 hayır,
  0 cevapsız. Filtrelenmiş bir eğitim için `judge_verdict == true` olmayan evet satırlarını çıkarın; satırlar silinmedi.
- Bir sample kontrolünde (her türden 50 satır, iki ayrı judge) hayır satırlarının judge'larla uyuşması %100, evet satırlarınınki %94-96 çıktı.
- **Test bölümünün evet satırları yargılanmadı;** train'deki ret oranına benzer bir gürültü taşıyabilir.
- Çeviri: `qwen3.8-flash-next` (OpenAI uyumlu vLLM, `temperature=0`, reasoning kapalı). Paragraf ve soru ayrı ayrı çevrildi;
  paragraflar makale başlığıyla birlikte gönderildi. Aynı paragraf bir sorunun evet ve hayır satırlarında birebir aynı
  çeviriyle geçer. Özel adlı başlıklar çoğunlukla aynen bırakıldı; eser adları İngilizce kalabilir.

## Lisans ve atıf

Kaynak: [xanhho/2WikiMultihopQA](https://huggingface.co/datasets/xanhho/2WikiMultihopQA), lisansı Apache-2.0. Lisans Apache-2.0; 2WikiMultihopQA'ya atıf yapılmalıdır.
Atıf: Ho ve ark. (2020), Constructing A Multi-hop QA Dataset for Comprehensive Evaluation of Reasoning Steps.