Try   HackMD

69 Writer

This dataset contains 910 Turkish column writings from 69 different authors. Dataset is genereated by Kemik Natural Language Processing Group.

Dataset Details

This is a classification dataset consist of 910 samples. The average length of texts is 465 words. Each sample belongs one of the following authors:

  • Abbas Güçlü
  • Cem Suer
  • Fatih Altaylı
  • İsmet Berkan
  • Nuray Mert
  • Güneri Cıvaoğlu
  • Abdullah Aymaz
  • Cengiz Çandar
  • Fehmi Koru
  • Mahfi Eğilmez
  • Ömer Üründül
  • Yasemin Çongar
  • Ahmet Altan
  • Çetin Altan
  • Fikret Bila
  • M.Ali Birand
  • Rauf Tamer
  • Yiğit Bulut
  • Ahmet Hakan
  • Derya Sazak
  • Funda Özkan
  • Mehmet Barlas
  • Reha Muhtar
  • Yılmaz Özdil
  • Ali Bulaç
  • Doğan Hızlan
  • Gülse Birsel
  • Mehmet Öz
  • Rıdvan Dilmen
  • Yüksel Aytuğ
  • Atilla Dorsay
  • Ece Temelkuran
  • Umur Talu
  • Mehmet Tezkan
  • Ruhat Mengi
  • Zeki Çol
  • Ayşe Arman
  • Ekrem Dumanlı
  • Hakkı Devrim
  • Melih Aşık
  • Sami Kohen
  • Hekimoğlu İsmail
  • Balçiçek Pamir
  • Elif Şafak
  • Hasan Cemal
  • Murat Bardakçı
  • Savaş Ay
  • Oral Çalışlar
  • Bekir Coşkun
  • Emre Aköz
  • Hasan Pulur
  • Murat Belge
  • Serpil Yılmaz
  • Mümtazer Türköne
  • Bülent Korucu
  • Emre Kongar
  • Haşmet Babaoğlu
  • Murat Yetkin
  • Taha Akyol
  • Can Dündar
  • Ergün Babahan
  • Hüseyin Gülerce
  • Nazlı Ilıcak
  • Tamer Korkmaz
  • Cemil Ertem
  • Ertuğrul Özkök
  • Hıncal Uluç
  • Nihal Karaca
  • Tarhan Erdem

Samples

A sample instance is presented below.

Example:

Şubatta atama yokmuş! Karar doğru, zamanlama yanlış! Milli Eğitim Bakanı Nimet Çubukçu, daha önce de yazdığımız gibi, şubat ayında öğretmen ataması düşünmediklerini ve bundan böyle ağustosta tek atama dönemi olacağını açıkladı. Bu haber günlerdir kulislerde dolaşıyordu. Ama ihtimal verilmiyordu. En azından “Karar şimdi açıklanır, uygulamaya da gelecek öğretim yılında başlanır” beklentisi hâkimdi. Ama tam tersi oldu... Şubatta atama yapılmaması yıllardır görev bekleyen on binlerce öğretmen için şok oldu. Moralleri çöktü. Bu yüzden, Bakan Çubukçu, bu kararını bir kez daha gözden geçirmelidir. ÖSS kaldırılsın! Katsayı tartışmaları nedeniyle üniversiteye giriş tam anlamıyla arapsaçına döndü. Yapılan tüm düzenlemeler, sadece ve sadece dershanelerin işine yarıyor. Sonuçta tek sevinen yine onlar olacak. Peki öğrencilere bir yararı olabilir mi? Evet demek mümkün değil. En fazla binde 10’luk bir değişim söz konusu olur ki, o da bunca patırtıya, zaman kaybına ve yapılan masrafa değer mi? Öncelikle bunun sorgulanması gerekir. 1998 öncesinde, yani katsayı kararları alınmadan önce, meslek lisesi mezunlarının, kendi alanları dışındaki fakültelere giriş oranı binde 8 civarındaydı. Hadi biraz daha artsa, binde 10 olur. Elbette bir kişinin geleceği bile çok önemli. Ama ya geri kalan 990 kişinin, bırakın harcadığı paraları ve kaybettiği zamanı, hayalleri ne olacak? Danıştay’dan dönmesi muhtemel yeni sistem, tam bir umut tacirliği. Öğrencileri ve mezunları boşu boşuna heveslendirmenin ötesinde bir işe yaramaz. Yaramıyor da. Bakın bu yıl tam 110 bin kontenjan boş kaldı. Hem de en iyi diye bildiğimiz üniversiteler ve fakülteler de dahil. Yani ortada iyi yönetilemeyen bir süreç var. YÖK de, ÖSYM de, MEB de bu konuların çok uzağında. Bilmiyorlar demeye dilimiz varmıyor ama maalesef bu konuların çok uzağındalar. Bu yüzden, meslek liselerine iyilik yapalım derken çok daha fazla zarar verecekler. Onunla da kalmayıp, tam bir kaos ortamı yaratacaklar. Bunun sinyalleri şimdiden geliyor. Son yıllardaki yanlış politikalar yüzünden, gençlerimiz adeta üniversiteye küstürüldü. Bir yanda plansız, programsız şekilde açılan yeni üniversiteler ve sürekli artırılan kontenjanlar öte yanda yanlış istihdam politikaları. Durum böyle olunca da, işsizlik sıralamasında ilk sıraya üniversite mezunları oturdu. Aileler, dişlerinden tırnaklarından artırdıkları paraları dershanelere ve çocuklarımız üniversite diploması alsın diye bu yolda harcadılar. Ve ödülleri işsizlik oldu. Madem öyle kontenjanlar boş, mezunlar işsiz kalıyor, bu katsayı kandırmacası niye? Bırakalım isteyen istediği yere girsin. Eğer bazı fakülteler için kontenjanın üzerinde başvuru varsa, onun için de farklı formüller geliştirilsin. Ama önce adı, sonra da katsayıları değişen bu sınav kandırmacasından artık kurtulalım. Sınavsız üniversite hayal değil. En azından pek çok bölüm için. YÖK biraz da bu yönde kafa yorsa fena mı olur? Her yıl dershanelere akan milyarlarca dolar, eğitim sisteminin iyileştirilmesi ve yeni iş alanları ya da mesleki eğitim kursları için harcansa kötü mü olur? Onca gayret ve dershane dopingine rağmen, 30 Fen sorusunda Türkiye ortalaması 4 civarında. Bunun neresi başarı? Üç beş soru yapan da zaten üniversiteye girebiliyor. İşte o zaman harcanan bu paralara ve emeğe yazık değil mi? Yükseköğretim Şûrası Katsayılardan kontenjanlara, istihdamdan gençlerin gelecek beklentilerine kadar tüm konuların tartışılacağı bir Yükseköğretim Şûrası’nın zamanı geldi de geçiyor. Bu konu, Türkiye için hayati önem taşıyan, partilerüstü bir durum. Bu yüzden tüm tarafların katılacağı bir şûrada, ülkemizin yükseköğretim politikası yeniden belirlenmedir. Yoksa bu belirsizlik ve bir uçtan öteki uca savrulmalar, yaşanan huzursuzlukları daha da derinleştirmenin ötesinde bir işe yaramaz. Özetin özeti: Ülkemizin ve gençlerimizin geleceği için politik olanı değil, doğru olanı yapalım.

Fields

Each file presents a coloumn writing and coloumn writings belong to same author are contained in the same directory.

Splits

No split information is provided by the outhors.

Dataset Creation

Curation Rationale

The main goal for this dataset is text classification by their authors, and importance is to have many classes with few data.

Data Source

The authors gathered from internet news between 2005-2009.

Personal and Sensitive Information

All the news articles presented are already published to the public. Even though some personal information might be presented in the magazine articles, all of the present information is in a legal framework.

Considerations

Social Impact of Dataset

This dataset is part of an effort to encourage text classification research in languages other than English. Such work increases the accessibility of natural language technology to more regions and cultures.

Discussion of Biases

The data included here are from the news. Some of the presented articles may have been disclaimed.

Dataset Curators

Published by M.Fatih AMASYALI, Başak BOZKURT, Cansu ŞEN, Ömer YILDIRMAZ, Furkan KAMACI, Murat YASDI, Muhammet Ali AYAS, Okay GÜNGÖR, Erben ŞAMİLOĞLU, Pınar ÖZVEREN, Recep YAŞAR, Hayri Uğur KOLTUK, Muhammet Said AYDEMİR, Abdulaziz FAKİRULLAHOĞLU, Sadık ÖZKARACA, Erman ÇATI, Mehmet İkbal KAYA, Uğur ERGÜL, Özkan YALÇIN, Berker NAROL, Guychgeldi ATAYEV

Citation Information

There is no paper associated with this dataset, but it is created by Kemik Natural Language Processing Group.

Last changed by 
 
TDD
Documenting datasets for TDD project
0
61

Read more

TRopBank: Turkish PropBank V2.0

In this paper, we present and explain TRopBank “Turkish PropBank v2.0”. PropBank is a hand-annotated corpus of propositions which is used to obtain the predicate-argument information of a language. Predicate-argument information of a language can help understand semantic roles of arguments. “Turkish PropBank v2.0”, unlike PropBank v1.0, has a much more extensive list of Turkish verbs, with 17.673 verbs in total. The original paper can be found from here and you can access the original repository TurkishPropBank. Dataset Details For TRropBank, a total of 17,691 verbs were annotated. As the data suggests, unaccusative verbs that require a patient or theme in the ARG1 column constitute roughly 15.1% of all the annotated verbs (see Table). Based on the data, it can be inferred that Turkish has an evident preference for verbs that require an ARG0 over ones that require an ARG1 as their subject. Moreover, we can see that a significant portion of Turkish verbs, 47.9% to be exact, have the transitive framework. Turkish displays an observable preference regarding transitivity. Furthermore, having predicates that do not require any arguments, Turkish diverges from the majority of the languages whose PropBanks have been reviewed in Section 2 in the paper. Even though predicates without arguments (idiomatic structures) make up less than 1% of the total, the existence of such a divergence is significant.

Oct 16, 2022
HistNet

In our study, we present a polarity dictionary to provide an extensive polarity dictionary for Turkish that dictionary-based sentiment analysis studies have been longing for. Our primary objective is to provide a more refined and extensive polarity dictionary than the previous SentiTurkNet. In doing so, we have resorted to a different network from the referenced study. We have identified approximately 76,825 synsets from Kenet, which then were manually labeled as positive, negative or neutral by three native speakers of Turkish. Subsequently, a second labeling was further made on positive and negative words as strong or weak based on their degree of positivity or negativity. The original paper can be found from here and you can access the original repository TurkishHistNet. Dataset Details In this study, we have identified approximately 76,825 synsets from Kenet. Subsequently, all of these synsets were manually labeled as positive, negative or neutral by three native speakers of Turkish. Following the first labelling, a second labelling process was conducted for the words which were labeled as positive and negative in the first round. To be more specific, the words were re-labeled based on the degree of their positivity or negativity as strong or weak. Following table shows the number of synsets belonging to each category: Polarity Level

Oct 16, 2022
Turkish WordNet KeNet

This dataset is comprehensive wordnet for Turkish. KeNet includes 77,330 synsets and it has both intralingual semantic relations and is linked to PWN through interlingual relations. The original paper can be found from here and you can access the original repository TurkishWordNet. Dataset Details An exemplary set of synsets from KeNet is given in Table 1. In this table, examples of the four most frequent parts of speech in KeNet are listed, i.e., noun, adjective, verb and adverb, respectively. For each of these examples, the first column shows the ID of the synset. The characters that are separated with "-" from the ID gives the POS of the synset (n for noun, v for verb, a for adjective, adv for adverb). The second column lists the synset members; the synset members that are listed in the same synset are synonyms. The third column demonstrates the definitions and lastly, the fourth column presents an exemplary sentence (if there is any) including one of the synset members. Synset ID Synset Members Definition

Oct 16, 2022
Turkish FrameNet

Introduced in 1997, FrameNet (Lowe, 1997; Baker et al., 1998; Fillmore and Atkins, 1998; Johnson et al., 2001) has been developed by the International Computer Science Institute in Berkeley, California. It is a growing computational lexicography project that offers in-depth semantic information on English words and predicates. Based on the theory of Frame Semantics by Fillmore (Fillmore and others, 1976; Fillmore, 2006), FrameNet offers semantic information on predicate-argument structure in a way that is loosely similar to wordnet (Kilgarriff and Fellbaum, 2000). In FrameNet, predicates and related lemmas are categorized under frames. The notion of frame here is thoroughly described in Frame Semantics as a schematic representation of an event, state or relationship. These semantic information packets called frames are constituted of individual lemmas (also known as Lexical Units) and frame elements (such as the agent, theme, instrument, duration, manner, direction etc.). Frame elements can be described as semantic roles that are related to the frame. Lexical Units, or lemmas, are linked to a frame through a single sense. For instance, the lemma ”roast” can mean to criticise harshly or to cook by exposing to dry heat. With its latter meaning, ”roast” belongs to the Apply Heat frame. In this version of Turkish FrameNet, we aimed to release a version of Turkish FrameNet that captures at least a considerable majority of the most frequent predicates, thus offering a valuable and practical resource from day one. Because Turkish is a low-resource language, it was important to ensure that FrameNet had enough coverage that it could be incorporated into NLP solutions as soon as it is released to the public. The original paper can be found from here and you can access the original repository TurkishFrameNet. Dataset Details In this study, a total number of 139 Frames in 8 domains were created. 16 of these frames were created specifically for Turkish while the remaining 123 are translated from English FrameNet. These frames include a total number of 2769 synsets (See Table). As we used Turkish WordNet and PropBank’s repositories, the Lexical Units were made of wordnet synsets. Thus some LUs contain more than one predicate. The total number of predicates annotated in this study is 4080. In other words, 4080 predicates were annotated into their respective frames. Sample sentences of all were marked up for the specific roles in them.

Oct 16, 2022
Read more from TDD
Published on HackMD