Full data release

tr-latn-1, Münderecat’ın ilk immutable Türkçe Latin core corpus data release’idir. Release, daha önce bağımsız olarak kabul edilmiş F3-015-W02 paketini yeniden derlemez: exact archive byte’larını, F3-020-W01’in public provenance sidecar’larıyla tek kapalı dağıtım dizininde yayımlar.

Sabit kimlikler

Alan	Değer
Data release	tr-latn-1
Package	041e4666-0a9a-5753-99ef-85fb0ccff1a9
Core release	01ed3cae-2632-5141-b8ab-0f04eb232f3b
Core root	3a9863674dfc5837aa443b92696a56e0e769c55ba1403de2659c89bf60cc166a
Bundle root	965e21d3f8bcd788cc412a4edc18e2fc0802c5ef41a4767e666c49c37e45e285
Archive byte	371250905
Archive SHA-256	208bd4be6eece4f2322d954fe33d408946639773dc19f2717ae0dc410c3b337c
Outer SHA256SUMS SHA-256	34e1641d986c44344ff18f251e933ad20a477dba25d24881fd34231359a6dfe3

Core kapsamı 15 kitap, 298 chapter, 47.496 paragraf, 119.149 cümle ve 119.089 token formu ve 1.696.548 token occurrence içerir. Exact Latin reconstruction toplamı 13.810.813 UTF-8 byte’tır. Release ayrıca 2.016.287 legacy crosswalk satırı ve 1.982.597 ID-only public membership satırı taşır.

Dağıtım içeriği

tr-latn-1/
|-- manifest.json
|-- DATA-NOTICE.md
|-- LICENSE-DATA
|-- SHA256SUMS
|-- corpus-release-v1.tar.zst
`-- provenance/
    |-- public-provenance-manifest.json
    |-- public-memberships.jsonl
    `-- provenance-bindings.jsonl

manifest.json; source release root’larını, schema/package kimliklerini, pipeline ve transformation sürümlerini, row count’ları, validation sonuçlarını, hak durumunu, bilinen sınırları ve semantic diff’i bağlar. SHA256SUMS, kendisi hariç bütün dağıtım dosyalarını kapsar. Private provenance graph’ı, source locator’ları, raw kaynaklar, DB dump’ları ve legacy repository içerikleri release’e girmez.

Yayın ve doğrulama

Accepted artifact root hazırsa exact byte’ları yeni immutable hedefe bir kez yayınlayın:

MUNDERECAT_ARTIFACT_ROOT=/path/to/artifacts make corpus-data-release-publish

Publisher dört accepted girdiyi size ve SHA-256 ile okurken doğrular, kapalı dağıtımı staging alanında kurar, bütün dosyaları tekrar doğrular ve aynı inode’u atomic no-replace işlemiyle şu logical hedefe taşır:

F10-006-W01/releases/tr-latn-1/

Hedef zaten varsa hiçbir byte üzerine yazılmaz; mevcut dağıtım doğrulanır ve already_published sonucu döner. Sonradan yalnız outer inventory/checksum kontrolü gerektiğinde:

MUNDERECAT_ARTIFACT_ROOT=/path/to/artifacts make corpus-data-release-check

MUNDERECAT_ARTIFACT_ROOT, release operatörünün yönettiği yerel trust boundary’dir. Publisher root inode/owner/mode kimliğini publication kurulurken tekrar tekrar doğrular; hostile mount yöneticisine karşı kalıcı immutable retention ve attestation F10-019 kapsamındadır.

Bağımsız bir alıcı release dizininde standart checksum aracını da kullanabilir:

shasum -a 256 -c SHA256SUMS

Bu komutlar compiler, PostgreSQL, importer, reconstruction veya annotation pipeline’larını çalıştırmaz. Boş clone ile derin import ve exact reconstruction F10-007 clean-machine gate’inde ayrıca sınanacaktır.

Kapsam sınırı

ADR-003 gereği Osmanlıca, terkip/lügat, heading, haşiye, tekrar, çeviri ve atıf verileri core archive üyesi değildir. Bu domain’ler kendi immutable release sözleşmeleriyle sürümlenir; tr-latn-1 kimliğini veya core root’u değiştirmeden aynı core koordinatlarına bağlanabilir.

Münderecat’ın ürettiği yapı, kimlik, manifest ve metadata katmanı CC BY 4.0 kapsamındadır. Kaynak Risale-i Nur metni Münderecat lisansıyla yeniden lisanslanmaz. Exact beyan ve önerilen attribution dağıtımdaki DATA-NOTICE.md dosyasındadır. Kalıcı web hosting/mirror, imzalı attestation ve final code/data tag’leri sonraki F10 kapılarıdır.