Veri kümesi, API ve biçimler

Dosya biçimleri

• full.txt — Sayfa işaretli düz metin ([[s. N]]). Dil modeline doğrudan yapıştırmak için.
• <kitap>.md — Sayfa çıpalı Markdown.
• <kitap>.tei.xml — TEI P5 — bilimsel arşiv standardı, <pb/> sayfa sınırlarıyla.
• pages.jsonl — Sayfa başına bir JSON kaydı: metin + künye + tarama referansı.
• chunks.jsonl — RAG için hazır parçalar; her parça sayfa aralığı künyesi taşır.
• structure.json — Bölüm haritası.

Kitaplar

• Tarih I: Tarihtenevelki Zamanlar ve Eski Zamanlar — pages.jsonl, full.txt, TEI
• Tarih II: Ortazamanlar — pages.jsonl, full.txt, TEI

Metadata

• metadata/croissant.json — MLCommons Croissant — HuggingFace veri kümesi tanımı
• metadata/datacite.xml — DataCite — DOI tescili
• metadata/dublin-core/ — Dublin Core / OAI-DC — kütüphane toplayıcıları
• metadata/marc21/ — MARC21-XML — kütüphane katalogları
• metadata/schema-org/ — schema.org JSON-LD — arama motorları

Yapay zekâ tarayıcıları

Bu site robots.txt içinde tüm büyük yapay zekâ tarayıcılarına açıkça izin verir ve llms.txt ile makine-okunabilir bir içerik haritası sunar. Amaç, bu resmî kaynakların modellerce okunup doğru sayfa numarasıyla referans alınabilmesidir.