Uunan/turkish-cuisine-qa

Turkish Cuisine QA - Instruction Tuning Dataset (with Chain-of-Thought)

A high-quality Turkish instruction-tuning dataset for cuisine-focused Large Language Models (LLMs), containing 34K+ question-answer conversations covering traditional Turkish dishes. This dataset now includes internal reasoning (thinking) steps generated by Gemini 2.5 Flash to train models for Chain-of-Thought (CoT) processes.

Bu veri seti, Türk mutfağına ait 2.700'den fazla yöresel ve geleneksel yemeğin, LLM (Büyük Dil Modeli) fine-tuning işlemleri için dönüştürülmüş yüksek kaliteli Soru-Cevap (Q&A) versiyonudur.

Bu veri seti instruction tuning ve reasoning (akıl yürütme) amacıyla hazırlanmıştır; temel amaç Türkçe dil modellerinin Türk mutfağı alanında soru-cevap yeteneğini geliştirirken, cevapları üretmeden önce nasıl düşünmeleri gerektiğini (Chain-of-Thought) öğretmektir.

📊 Dataset Özeti

• Toplam Q&A Çifti: ~34.2K
• Benzersiz Yemek Sayısı: 2.714
• Format: OpenAI ChatML ({"messages": [{"role": "user", ...}]}) - thinking alanı içerir.
• Synthetic QA Generation Model: Gemma-4-31B-it (İlk versiyon Soru-Cevaplar)
• Chain-of-Thought (Düşünce) Üretimi: Gemini 2.5 Flash

🚀 Üretim Süreci

Bu veri seti, Türk mutfağı verilerinin yapılandırılmış bir formata getirilmesiyle oluşturulmuştur:

1. Veri Toplama & Konsolidasyon: Yemeklere ait içerik listeleri, yapım aşamaları, yöre/il bilgileri ve coğrafi işaret durumları güvenilir kaynaklardan web scraping metodolojisiyle çekilerek kanonik bir yapı altında birleştirilmiştir.
2. LLM Veri Üretimi: Birleştirilen her bir yemek objesi modele verilmiş ve her tarif için farklı varyasyonlarda soru-cevap üretilmiştir.
3. Chain-of-Thought (Düşünce) Zenginleştirmesi: Soru-cevap çiftleri Gemini 2.5 Flash modeli kullanılarak işlenmiş ve modelin asıl cevabı vermeden önce izlediği içsel akıl yürütme adımları thinking alanı olarak veri setine eklenmiştir. Bu sayede veri seti, "Reasoning" yapabilen (örn. OpenAI o1 benzeri) modellerin eğitilmesi için uygun hale getirilmiştir.
4. Kalite Kontrol & Çeşitlendirme: Üretilen veri seti üzerinde dilbilgisi kuralları ve N-Gram analizleri yapılarak, tekrara düşen kalıp kelimeler dengeli bir şekilde dağıtılmış, anlatım bozuklukları temizlenmiş ve veri setini kirleten meta-sorular (kaynakça belirten URL'ler, site isimleri) silinmiştir.

📖 Örnek Veri Formatı

Veri seti, doğrudan model eğitimine (fine-tuning) hazır ChatML formatındadır:

{
  "messages": [
    {
      "role": "user",
      "content": "Kars Sulu Köfte hangi kategoride yer alır?",
      "thinking": null
    },
    {
      "role": "assistant",
      "content": "Kars Sulu Köfte Et Yemekleri kategorisindedir.",
      "thinking": "Kullanıcı Kars Sulu Köfte'nin kategorisini soruyor. Doğrudan kategori adını belirtmek yeterli olacaktır. Kısa ve net bir cevap sunacağım."
    }
  ]
}

📚 Kaynakça ve Lisans

Veri setinin temelini oluşturan ham veriler eğitim, araştırma ve akademik amaçlı derlenmiş olup iki ana kaynaktan yapılandırılmıştır:

1. Türkiye Kültür Portalı (kulturportali.gov.tr): Geleneksel tarifler, yöresel eşlemeler ve coğrafi işaret verileri için.
2. Yemek.com: Güncel tarif yapıları, net ölçülendirmeler ve tamamlayıcı pişirme adımları için.

Lisans ve Kullanım Koşulları: Bu veri seti eğitim, araştırma ve açık kaynaklı model geliştirme süreçleri hedeflenerek kamuya açık web verilerinin işlenmesiyle oluşturulmuştur. Orijinal verilerin doğası gereği ticari olmayan kullanım (CC-BY-NC-4.0) lisansı tercih edilmiştir. Ticari kullanımlarda orijinal veri kaynaklarının (Kültür Portalı ve Yemek.com) telif hakları ve kullanım koşulları dikkate alınmalıdır.

🛠️ Kullanım Alanları

• Türkçe LLM'lerin sektörel (Gastronomi / Mutfak Asistanı) ince ayarları (Fine-Tuning).
• Reasoning ve Chain-of-Thought yapabilen model eğitimleri.
• RAG (Retrieval-Augmented Generation) başarımlarının test edilmesi.
• Bilgi çıkarımı ve formatlama (Information Extraction) model eğitimleri.

📌 Citation

If you use this dataset in your research or projects, please cite it as follows:

@dataset{uunan2026turkishcuisineqa,
  author = {Uğurhan Çolak},
  title = {Turkish Cuisine QA: Instruction Tuning Dataset (with Chain-of-Thought)},
  year = {2026},
  publisher = {Hugging Face},
  url = {https://huggingface.co/datasets/Uunan/turkish-cuisine-qa}
}