Datasetpublic

hakansabunis/tr-academic-research-agent-index

TürkResearcher — Türkçe Tez İndeksi TürkResearcher için önceden kurulmuş erişim artefaktları: 633.998 Türkçe yüksek lisans/ doktora tezi özeti (YÖK Ulusal Tez Merkezi). İçerik Yol Ne chroma_db_v2/ ChromaDB indeksi — trakad-embed-v2 ile kuruldu (ürün, ~13-15 GB) memstore/vectors_uint8.npy uint8 nicelenmiş vektörler (633K×768, ~464 MB) — harici DB'siz bellek-içi arama için memstore/payload.parquet minimal atıf meta verisi (tez_no, başlık, yazar, yıl…)… See the full description on the dataset page: https://huggingface.co/datasets/hakansabunis/tr-academic-research-agent-index.

sourceHugging Facecc-by-4.0updated 3mo agoView on Hugging Face

0likes53downloads

Dataset Card

TürkResearcher — Türkçe Tez İndeksi

**TürkResearcher** için önceden kurulmuş erişim artefaktları: 633.998 Türkçe yüksek lisans/ doktora tezi özeti (YÖK Ulusal Tez Merkezi).

İçerik

Yol	Ne
`chroma_db_v2/`	ChromaDB indeksi — `trakad-embed-v2` ile kuruldu (ürün, ~13-15 GB)
`memstore/vectors_uint8.npy`	uint8 nicelenmiş vektörler (633K×768, ~464 MB) — harici DB'siz bellek-içi arama için
`memstore/payload.parquet`	minimal atıf meta verisi (tez_no, başlık, yazar, yıl…)
`memstore/abstracts_filtered_clean.parquet`	tez_no → tam Türkçe özet (~1.5 GB)

uint8 ≈ float (top-10 örtüşme %97); tam abstract ayrı tutulur → kalite kaybı olmadan ücretsiz host edilebilir.

Kullanım

bash

# Tüm sistemle (önerilen):
git clone https://github.com/hakansabunis/tr-academic-research-agent
python scripts/04_pull_index_from_hub.py --variant v2
python app.py

Bellek-içi (DB'siz) varyant ve canlı demo otomatik bu artefaktları kullanır.

Bağlantılar

—Kod / sistem: https://github.com/hakansabunis/tr-academic-research-agent
—Embedder: `trakad-embed-v2`
—Canlı demo: HF Space

Lisans

Tez özetleri YÖK Ulusal Tez Merkezi kaynaklıdır — CC-BY-4.0. Geliştirici: Hakan Sabuniş.