numa
Datasets
All datasets matching “numa”yuho-text-2014-2022
Dataset Card for Dataset Name
このデータはEDINET閲覧（提出）サイトで公開されている2014~2022年に提出された有価証券報告書から特定の章を抜粋したデータです。
各レコードのurl列が出典となります。データ取得の都合上2014/06/14以降のデータになります。
Dataset Details
Dataset Description
データの内容は下記想定です
物理名
論理名
型
概要
必須
doc_id
文書ID
str
有価証券報告書の単位で発行されるID
〇
edinet_code
EDINETコード
str
EDINET内での企業単位に採番されるID
〇
company_name
企業名
str
企業名
〇
document_name
文書タイトル
str
有価証券報告書のタイトル
〇
sec_code
証券コード
str
証券コード
×
period_start
期開始日
date(yyyy-mm-dd)… See the full description on the dataset page: https://huggingface.co/datasets/numad/yuho-text-2014-2022.sota-numAturkish-english-words
Turkish-English Words Dataset
Dataset Description
A comprehensive Turkish-English word and phrase translation dataset containing 3,365,067 parallel entries covering a wide range of Turkish vocabulary — from simple root words to complex agglutinated forms, conjugations, and idiomatic expressions.
Language: Turkish (tr) → English (en)
Total entries: 3,365,067
Format: JSONL
License: MIT
Generated by: ChatGPT (OpenAI)
Human review: None — translations are fully AI-generated… See the full description on the dataset page: https://huggingface.co/datasets/NumanKaanKaratas/turkish-english-words.yuho-text-2023
Dataset Card for Dataset Name
このデータはEDINET閲覧（提出）サイトで公開されている2023年に提出された有価証券報告書から特定の章を抜粋したデータです。
各レコードのurl列が出典となります。
Dataset Details
Dataset Description
データの内容は下記想定です
物理名
論理名
型
概要
必須
doc_id
文書ID
str
有価証券報告書の単位で発行されるID
〇
edinet_code
EDINETコード
str
EDINET内での企業単位に採番されるID
〇
company_name
企業名
str
企業名
〇
document_name
文書タイトル
str
有価証券報告書のタイトル
〇
sec_code
証券コード
str
証券コード
×
period_start
期開始日
date(yyyy-mm-dd)
報告対象期間の開始日
〇
period_end
期終了日… See the full description on the dataset page: https://huggingface.co/datasets/numad/yuho-text-2023.turkish-sentences
Turkish Sentences
Turkish Sentences is a clean, duplicate-free Turkish text corpus prepared for NLP and language-model training workflows. The dataset contains Turkish sentences and short lexical entries built around Turkish roots, word forms, homonyms, and morphology-rich vocabulary.
Dataset Summary
Language: Turkish (tr)
Format: Parquet
Split: train
Rows: 1,978,236
Schema: one column, text
Created: 2026-05-31T19:38:26+00:00
Duplicate status: deduplicated
Text… See the full description on the dataset page: https://huggingface.co/datasets/NumanKaanKaratas/turkish-sentences.autotrain-data-numai2