
AugLy上的日语文本数据增强
其他语言的说明
统计
统计数据截至 2026年11月17日
GitHub Star 数
7
±0 (10月13日〜)
软件包每周下载数
93
软件包累计下载数
33,000
最后提交
2026年9月
GitHub 创建日期
2021年6月13日
收录日
2022年9月13日
Star 数变化
以表格显示
| 月份 | Star |
|---|---|
| 2025年12月 | 7 |
| 2026年1月 | 7 |
| 2026年2月 | 7 |
| 2026年3月 | 7 |
| 2026年4月 | 7 |
| 2026年5月 | 7 |
| 2026年6月 | 7 |
| 2026年7月 | 7 |
| 2026年8月 | 7 |
| 2026年9月 | 7 |
| 2026年10月 | 7 |
| 2026年11月 | 7 |
各月最后一次快照。1,000 以上的 Star 数按 100 取整。
在 PyPI 上的使用
PyPI 包:augly-jp · 截至 2026年10月 的月度数值(ClickPy)
近一年下载量
4,316
来自日本的比例(近一年)
1.7%
依赖它的 PyPI 包
0
其中必需依赖 0
PyPI 月度下载量
以表格显示
| 月份 | 下载量(月) |
|---|---|
| 2019年1月 | — |
| 2019年2月 | — |
| 2019年3月 | — |
| 2019年4月 | — |
| 2019年5月 | — |
| 2019年6月 | — |
| 2019年7月 | — |
| 2019年8月 | — |
| 2019年9月 | — |
| 2019年10月 | — |
| 2019年11月 | — |
| 2019年12月 | — |
| 2020年1月 | — |
| 2020年2月 | — |
| 2020年3月 | — |
| 2020年4月 | — |
| 2020年5月 | — |
| 2020年6月 | — |
| 2020年7月 | — |
| 2020年8月 | — |
| 2020年9月 | — |
| 2020年10月 | — |
| 2020年11月 | — |
| 2020年12月 | — |
| 2021年1月 | — |
| 2021年2月 | — |
| 2021年3月 | — |
| 2021年4月 | — |
| 2021年5月 | — |
| 2021年6月 | — |
| 2021年7月 | — |
| 2021年8月 | — |
| 2021年9月 | 1,818 |
| 2021年10月 | 781 |
| 2021年11月 | 786 |
| 2021年12月 | 781 |
| 2022年1月 | 560 |
| 2022年2月 | 762 |
| 2022年3月 | 1,316 |
| 2022年4月 | 564 |
| 2022年5月 | 315 |
| 2022年6月 | 538 |
| 2022年7月 | 397 |
| 2022年8月 | 599 |
| 2022年9月 | 422 |
| 2022年10月 | 565 |
| 2022年11月 | 531 |
| 2022年12月 | 361 |
| 2023年1月 | 331 |
| 2023年2月 | 561 |
| 2023年3月 | 536 |
| 2023年4月 | 469 |
| 2023年5月 | 363 |
| 2023年6月 | 411 |
| 2023年7月 | 446 |
| 2023年8月 | 456 |
| 2023年9月 | 238 |
| 2023年10月 | 393 |
| 2023年11月 | 376 |
| 2023年12月 | 379 |
| 2024年1月 | 302 |
| 2024年2月 | 460 |
| 2024年3月 | 337 |
| 2024年4月 | 464 |
| 2024年5月 | 290 |
| 2024年6月 | 353 |
| 2024年7月 | 454 |
| 2024年8月 | 428 |
| 2024年9月 | 537 |
| 2024年10月 | 2,146 |
| 2024年11月 | 845 |
| 2024年12月 | 654 |
| 2025年1月 | 751 |
| 2025年2月 | 555 |
| 2025年3月 | 753 |
| 2025年4月 | 731 |
| 2025年5月 | 312 |
| 2025年6月 | 411 |
| 2025年7月 | 435 |
| 2025年8月 | 334 |
| 2025年9月 | 378 |
| 2025年10月 | 302 |
| 2025年11月 | 367 |
| 2025年12月 | 341 |
| 2026年1月 | 436 |
| 2026年2月 | 477 |
| 2026年3月 | 461 |
| 2026年4月 | 299 |
| 2026年5月 | 500 |
| 2026年6月 | 323 |
| 2026年7月 | 343 |
| 2026年8月 | 374 |
| 2026年9月 | 191 |
| 2026年10月 | 204 |
同分类的热门资源
yomiyasunanaism3.3kAI生成的日本语自然化代理技能/将AI生成的日本语推敲为自然日本语的代理技能
mozc-devicesgoogle3k自动从code.google.com/p/mozc-morse导出
manga-ocrkha-white2.8k关于日文文本的光学字符识别,主要关注于日本漫画。
natural-japanesecoji2.1k这是用于写作和修改工作日本语,使其易读易懂的代理技能。
voicevox_engineVOICEVOX1.8k免费使用的中等质量的文本朗读软件,VOICEVOX的语音合成引擎
mokurokha-white1.8k在浏览器中阅读日本漫画,可选择文本。
研究领域相近的资源
JMMLUnlp-waseda45日本語大规模多任务语言理解基准测试共同: 负责任且可信的 NLP・低资源 NLP
daajakajyuuen64这个仓库包含了针对日语自然语言处理的数据增强实现。共同: 负责任且可信的 NLP・低资源 NLP
rag-japaneseakimfromparis10在资源匮乏的环境中,使用Llama指数为日本LLM开源的RAG共同: 负责任且可信的 NLP・低资源 NLP
chain-of-thought-ja-datasetnlp-waseda5日本论文链式思维提示验证数据集共同: 负责任且可信的 NLP・低资源 NLP- anime-whisperlitagin33kAnime Whisper 是一款轻量级的日语 ASR 模型,在约 5,300 小时的动漫风格对话上进行微调,能够提供低幻觉、节奏对齐标点,以及准确转录非言语声音和 NSFW 内容,并且需要在没有初始提示的情况下运行。HF 模型共同: 低资源 NLP
japanese-dialog-transformersnttcslab247NTT有提供用于评估日语预训练模型的代码。共同: 负责任且可信的 NLP・低资源 NLP