
wikipedia 日本語の文を、各種日本語の embeddings や faiss index へと変換するスクリプト等。
他の言語の説明
統計
2026年11月17日時点の統計
GitHub の Star 数
12
±0 (10月13日〜)
最終コミット
2024年3月
GitHub での作成日
2023年11月14日
掲載日
2024年2月5日
Star 数の推移
数値を表で見る
| 月 | Star |
|---|---|
| 2025年12月 | 11 |
| 2026年1月 | 11 |
| 2026年2月 | 11 |
| 2026年3月 | 11 |
| 2026年4月 | 11 |
| 2026年5月 | 12 |
| 2026年6月 | 12 |
| 2026年7月 | 12 |
| 2026年8月 | 12 |
| 2026年9月 | 12 |
| 2026年10月 | 12 |
| 2026年11月 | 12 |
各月の最後のスナップショット。Star 数は 1,000 以上では 100 単位に丸められています。
同じカテゴリで人気のリソース
HotPepperGourmetDialogueHironsan273日本語による対話を通じたレストラン検索システム。
JapaneseEmbeddingEvaloshizo184日本語埋め込み評価
negapojiliaoziyang152日本語のネガティブ・ポジティブの分類。日本語の文章のネガティブ・ポジティブを判定します。
llm-lora-classificationhppRC97llm-lora-classification
llm-lora-分類
jmtebsbintuitions96JMTEB(日本語大規模テキスト埋め込みベンチマーク)の評価スクリプト
daajakajyuuen64このリポジトリには、日本語のNLPのためのデータ拡張の実装が含まれています。
研究分野が近いリソース
- plamo-embedding-1bpfnet486kPLaMo‑Embedding‑1B は、Preferred Networks が提供する日本語テキスト埋め込みモデルで、情報検索、分類、クラスタリングのために日本語テキストをベクトルに変換します。JMTEB ベンチマークで高い性能を示し、Apache v2.0 license の下で無料で利用できます。HF モデル共通: 表現学習・意味的テキスト処理
- ruri-v3-70mcl-nagoya14kRuri v3は、8192トークンまでの高性能日本語テキスト埋め込み、100kトークン語彙、FlashAttentionサポート、および30 m–310 mの複数モデルサイズを備え、sentence‑transformersを介した効率的な推論とファインチューニングを可能にします。HF モデル共通: 表現学習・意味的テキスト処理
- japanese-splade-v2hotchpotch4k高性能日本語 SPLADE v2 は、WebUI demo を通じてスパース‑ベクトル変換と推論を可能にし、YAST でトレーニングを行い、YASEM 埋め込みを提供し、JMTEB ベンチマーク結果を報告します。HF モデル共通: 表現学習・意味的テキスト処理
- ruri-v3-310mcl-nagoya634kRuri v3 は、ModernBERT‑Ja をベースとした最先端の日本語テキスト埋め込みモデルで、最大8,192トークンの入力、100Kトークンの語彙、FlashAttention で加速された推論、および高速な sentence‑transformer での使用のための複数サイズバリアントをサポートします。HF モデル共通: 表現学習・意味的テキスト処理
- ruri-v3-30mcl-nagoya126kRuri v3 は、ModernBERT‑Ja をベースに構築された最先端の日本語テキスト埋め込みモデルで、最大 8,192 トークン、100 k‑トークン語彙、FlashAttention 加速、37 M から 315 M の複数サイズに対応しています。HF モデル共通: 表現学習・意味的テキスト処理
- ruri-v3-130mcl-nagoya93kRuri v3は、ModernBERT‑Jaをベースに構築された最先端の日本語テキスト埋め込みモデルで、8192トークンまでのシーケンス、10万語の語彙、FlashAttentionに対応し、sentence‑transformers用に30 M〜310 Mパラメータのサイズでリリースされます。HF モデル共通: 表現学習・意味的テキスト処理