
京都大学ウェブドキュメントリードコーパス
他の言語の説明
統計
2026年11月17日時点の統計
GitHub の Star 数
87
±0 (10月13日〜)
最終コミット
2023年12月
GitHub での作成日
2019年11月6日
掲載日
2022年6月23日
Star 数の推移
数値を表で見る
| 月 | Star |
|---|---|
| 2025年12月 | 83 |
| 2026年1月 | 83 |
| 2026年2月 | 83 |
| 2026年3月 | 83 |
| 2026年4月 | 84 |
| 2026年5月 | 84 |
| 2026年6月 | 84 |
| 2026年7月 | 84 |
| 2026年8月 | 84 |
| 2026年9月 | 85 |
| 2026年10月 | 87 |
| 2026年11月 | 87 |
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
ner-wikipedia-datasetstockmarkteam143Wikipediaを用いた日本語の固有表現抽出データセット
IOB2CorpusHironsan61固有表現認識のための日本語IOB2タグ付きコーパス。
UD_Japanese-GSDmegagonlabs29Google UDT 2.0からの日本語データ。
ud_japanese-bccwjuniversaldependencies27このUniversal Dependencies(UD)日本語ツリーバンクは、UDドキュメントに記載されているUD日本語規約の定義に基づいています。
TwitterCorpustmu-nlp21首都大日本語 Twitter コーパス
AnnotatedFKCCorpusku-nlp18注釈付きの普門買取センターのコーパス
研究分野が近いリソース
jaleconnaist-nlp6非母語話者向けの日本語語彙複雑性のデータセット共通: 統語的テキスト処理・アノテーション・データセット構築
ita-corpus-chuwashirayu5ITAコーパスのチャンク化された単語注釈共通: 統語的テキスト処理・アノテーション・データセット構築- financial-lakehouseYoshi-Dai5k再配布、AIトレーニング、商業利用を禁止し、アクセスには手動承認が必要なゲート付き非商用派生データセット(EDINET XBRL財務データ)HF データセット共通: アノテーション・データセット構築
- Nemotron-Personas-Japannvidia5kNemotron‑Personas‑Japan は、CC BY 4.0 のオープンソースデータセットであり、高品質の合成生成された日本人ペルソナ(名前、性別、年齢、背景、婚姻状況、学歴、職業、所在地を含む)で、実際の人口統計・地理・人格分布に基づいており、確率的グラフィカルモデルと GPT‑OSS‑120B を用いて多様性を高め、バイアスを減らし、モデル崩壊を防ぎ、主権 AI の開発を支援し、商業利用をサポートするよう設計されています。HF データセット共通: アノテーション・データセット構築
- mc4-jaizumi-lab2k日本語のMC4データセット (mc4-ja) のデータセットカードHF データセット共通: アノテーション・データセット構築
- RyokoAI_Syosetu711Kbotp2kSyosetu711Kは、2023年3月26日〜27日に小説家になろうからスクレイピングされた約711,700本の小説で構成される日本語データセットです。全テキストとメタデータ(タイトル、著者、NCode、あらすじ等)を提供し、教師なしテキスト生成および分類タスクに利用されます。HF データセット共通: アノテーション・データセット構築