# TR Corpus İnşası: mC4-TR + OSCAR-TR + KAPAR + Wikipedia + Common Crawl + Kütüphane Scraping

> Source: https://sukruyusufkaya.com/learn/fine-tuning-cookbook/ftc-tr-corpus-insasi-multi-source
> Updated: 2026-08-23T10:09:41.750Z
> Category: Fine-Tuning Cookbook (Model-by-Model)
> Module: Part IX — Türkçe-First & Yerelleştirme Mühendisliği
**TLDR:** 100GB+ Türkçe corpus toplamak: mC4-TR (35GB), OSCAR-TR (45GB), KAPAR (TBMM tutanakları), Wikipedia TR (2GB), Common Crawl filter (50-200GB potansiyel), kütüphane scraping (TR Devlet Kütüphanesi, açık eserler). Lisans ve KVKK dikkati. RTX 4090 + 64GB RAM ile pratik download/tokenize pipeline.