米国で120名の参加者から録音された200件の通話を含む日本語電話会話コーパス(CallHome)は、転写され、80件が訓練セット、20件が開発テストセット、100件が評価テストセットに分割されており、DOI 10.21415/T5H59V で入手可能です
他の言語の説明
統計
2026年11月16日時点の統計
Hugging Face のダウンロード数(直近30日)
157
Hugging Face の Like 数
2
掲載日
2024年5月13日
ダウンロード数(直近30日)の推移
数値を表で見る
| 月 | DL(30日) |
|---|---|
| 2025年12月 | 523 |
| 2026年1月 | — |
| 2026年2月 | — |
| 2026年3月 | — |
| 2026年4月 | — |
| 2026年5月 | 158 |
| 2026年6月 | — |
| 2026年7月 | — |
| 2026年8月 | 200 |
| 2026年9月 | 101 |
| 2026年10月 | — |
| 2026年11月 | 157 |
各月の最後のスナップショットにおける、直近30日間のダウンロード数です。
同じカテゴリで人気のリソース
- emilia-yodasTTS-AGI18kFate/Stay Nightのキャラクター「Emilia」の対話とロアのデータセットで、会話型言語モデルのトレーニングと評価のためにフォーマットされています。
- fgo_voices_jpdeepghs10kFGOワイフのためのJP Voice‑Text Dataset:30,800件、66.4時間の日本語音声コレクション。単一ボイスアクターのキャラクターロライン(1行約7.76 秒)で、ASR/ASVのファインチューニングと評価に有用です。
- JGLUEshunk0313k日本語 NLP ベンチマーク(Yahoo Japan と早稲田大学が作成)に対する JGLUE データセットカードとロードスクリプトを更新しました。テキスト分類(MARC‑ja、JCoLA)、文対分類(JNLI)、QA(JSQuAD、JCommonsenseQA)をカバーし、リリースは GitHub と Hugging Face にリンクされています。
- JMTEBsbintuitions3kJMTEBは日本語テキスト埋め込みベンチマークで、5つのタスク(クラスタリング、分類、STS、検索、リランキング)と28のデータセットを特徴とし、1行で評価できるスクリプトを提供し、コミュニティの貢献を歓迎する。
- JMMMUJMMMU3kJMMMUは、日本語のマルチモーダルベンチマークで、ネイティブ専門家が翻訳した1,320の文化的に多様な質問(720は文化に依存しない、600は文化固有)に拡張され、現在は公開リーダーボードを備えています。
- JamC-QAsbintuitions2kJamC‑QA は、8つの日本文化・知識カテゴリにわたる多肢選択問題のバイリンガルベンチマークで、リーダーボードメトリクスで最先端モデルを比較します。
研究分野が近いリソース
lm-evaluation-harnessEleutherAI14k言語モデルのfew-shot評価のためのフレームワーク。多言語共通: コーパス・データセット・評価・ベンチマーク- ELYZA-tasks-100elyza2k注釈付きタスク(要約訂正、数学推論、翻訳、創造的生成、ユーザー意図理解など)を網羅した100サンプルの日本語インストラクション・チューニング評価データセット。微調整モデルを手動または自動で5点評価できるよう設計されている。共通: コーパス・データセット・評価・ベンチマーク
- JMMLUnlp-waseda1kJMMLUは、56科目に跨る7,536問の教師作成質問を収録した、日本語のマルチタスク言語理解ベンチマークです。含まれる科目は、専門医学・心理学・会計学・哲学、及び多様な高校科目です。共通: コーパス・データセット・評価・ベンチマーク
sacrebleumjpost1.3kテストセットを自動ダウンロードし、研究機関間の比較を容易にするバージョン文字列を出力する、標準的な BLEU 実装。多言語共通: コーパス・データセット・評価・ベンチマーク
xtremegoogle-research650XTREME は、事前学習済み多言語モデルの言語横断的な汎化能力を評価するためのベンチマークで、類型的に多様な40言語をカバーし、9つのタスクを含む。多言語共通: コーパス・データセット・評価・ベンチマーク
pawsgoogle-research-datasets572このデータセットには、10万8,463件の人手ラベル付きペアと65万6,000件のノイズを含むラベル付きペアが含まれており、言い換え識別の課題において構造・文脈・語順情報をモデル化することの重要性を示している。多言語共通: コーパス・データセット・評価・ベンチマーク