日本語固有表現認識データセット。Wikipedia から抽出され、Stockmark Inc. によって CC‑BY‑SA 3.0 の下で公開されています。
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)
192
Hugging Face の Like 数
15
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 | — |
| 2026年1月 | — |
| 2026年2月 | 154 |
| 2026年3月 | 105 |
| 2026年4月 | 262 |
| 2026年5月 | 179 |
| 2026年6月 | 107 |
| 2026年7月 | 122 |
| 2026年8月 | 129 |
| 2026年9月 | 104 |
| 2026年10月 | — |
| 2026年11月 | 192 |
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
- JMedBenchColdog23331kJMedBenchは日本語医療・生物医学用LLMベンチマークであり、20のデータセットをMCQA、NER、STSなどを含む5つのタスクにまたがって構成しています。データセットはMedMCQA、PubMedQA、MMLUなどから取得されており、それぞれに独自のライセンスが付属しています。また、翻訳にバイアスが含まれる可能性があるため、人間によるレビューが必要であるという注意事項が記載されています。
- livedoor-news-corpusllm-book165llm-book/ner-wikinews-dataset のデータセットカード。Livedoor News からの日本語ニュースコーパスで、CC BY‑ND 2.1 JP ライセンス下にあり、RONWIT が「Introduction to Large Language Models」という本のために準備しました。
- KakologArchivesKakologArchives74k2009年から2024年までのNicoNico Liveのコメントログ(150GB超)を集約し、転換前・転換後・リアルタイムNX‑Jikkyoのキャプチャも含む、歴史的なTV‑broadcastディスカッションを簡単に取得できるAPIを提供します。
- 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。
- ClimbLab-JaKantaHayashiAI15kClimbLab‑Jaは、LLM‑jp Corpus v4からフィルタリングされた3000億トークンの日本語コーパスであり、事前学習言語モデル用に20クラスタに分割され、ODC‑BYライセンス(元のソースライセンスを保持)で公開され、parquet形式で保存されています。
- llm-course-final-2026bumbuboon13k日本語ウィキペディアベースのRAGデータセット(LLMコース最終競技用)、約100万テキストチャンクと検索インデックスを含む。
研究分野が近いリソース
KWDLCku-nlp87京都大学ウェブドキュメントリードコーパスGitHub共通: 固有表現・情報抽出・コーパス・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。GitHub共通: 固有表現・情報抽出・コーパス・データセット
nayose-wikipedia-jayagays35Wikipediaから作成した日本語名寄せデータセットGitHub共通: 固有表現・情報抽出・コーパス・データセット
UD_Japanese-GSDmegagonlabs29Google UDT 2.0からの日本語データ。GitHub共通: 固有表現・情報抽出・コーパス・データセット
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。GitHub共通: 固有表現・情報抽出・コーパス・データセット
AnnotatedFKCCorpusku-nlp18注釈付きの普門買取センターのコーパスGitHub共通: 固有表現・情報抽出・コーパス・データセット