
NINJALウェブ日本語コーパス
他の言語の説明
統計
2026年11月17日時点の統計
GitHub の Star 数
10
±0 (10月13日〜)
最終コミット
2022年4月
GitHub での作成日
2020年7月4日
掲載日
2025年4月1日
Star 数の推移
数値を表で見る
| 月 | Star |
|---|---|
| 2025年12月 | 10 |
| 2026年1月 | 10 |
| 2026年2月 | 10 |
| 2026年3月 | 10 |
| 2026年4月 | 10 |
| 2026年5月 | 10 |
| 2026年6月 | 10 |
| 2026年7月 | 10 |
| 2026年8月 | 10 |
| 2026年9月 | 10 |
| 2026年10月 | 10 |
| 2026年11月 | 10 |
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
engineer-vocabulary-listmercari2k日本語/英語のエンジニア用語リスト
japanese-addressesgeolonia774全国の町丁目レベル(277,191件)の住所データのオープンデータ
kanji-data-mediakanjialive438漢字アライブからの漢字、部首、メディアファイル、フォント、関連リソースに関する日本語データ
gimeiwillnet425ランダムな日本人の名前と住所ジェネレーター
reazonspeechreazon-research406自宅で大規模な日本語音声コーパスを構築する
animedbanilogia333約100年に渡るアニメ作品リストデータベース
研究分野が近いリソース
- oasst2-33k-jallm-jp551LLM‑jpは、英語サブセット oasst2(kunishou/oasst2‑135k‑ja から派生)の DeepL 翻訳による日本語指示チューニングデータセットを提供し、Kiyomaru と Kodama によってコンパイルされています。HF データセット共通: 多言語・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
- Japanese-Eroge-Voice-V2NandemoGHS1kJapanese‑Eroge‑Voice‑V2は、匿名化された1,033,142件のエロゲ音声–文字起こしペア(主に女性、NSFW)を2,657時間提供し、学術研究向けにMITライセンスで配布します。HF データセット共通: アノテーション・データセット構築