
这个仓库包含了由利兹大学语料库确定的按频率排序的44,998个最常见的日语单词列表。
其他语言的说明
统计
统计数据截至 2026年11月17日
GitHub Star 数
92
±0 (10月13日〜)
最后提交
2018年9月
GitHub 创建日期
2018年9月13日
收录日
2022年6月22日
Star 数变化
以表格显示
| 月份 | Star |
|---|---|
| 2025年12月 | 83 |
| 2026年1月 | 83 |
| 2026年2月 | 84 |
| 2026年3月 | 87 |
| 2026年4月 | 87 |
| 2026年5月 | 88 |
| 2026年6月 | 89 |
| 2026年7月 | 91 |
| 2026年8月 | 91 |
| 2026年9月 | 91 |
| 2026年10月 | 92 |
| 2026年11月 | 92 |
各月最后一次快照。1,000 以上的 Star 数按 100 取整。
同分类的热门资源
研究领域相近的资源
- aozorabunko-cleanglobis-university1k一个用户友好、去重的 CSV 数据集,包含 Aozora Bunko 的公有域日语文本,使用 globis‑org/aozorabunko‑extractor 处理,并已清理以适用于现代日语机器学习。HF 数据集共同: 信息抽取与文本挖掘
PAX_SAPIENTICAAsPJT198GIS和考古模拟器。正在开发中,预计2023年发布。共同: 信息抽取与文本挖掘
kanji-frequencyscriptin167从各种来源收集的汉字使用频率数据共同: 信息抽取与文本挖掘
japanese-family-namessiikamiika17前5000个日本姓氏,附带读音,按频率排序。共同: 信息抽取与文本挖掘- fineweb-2-edu-japanesehotchpotch8kFineWeb2 Edu Japanese 提供约120 million高质量教育日语文本(≈89.3 billion tokens)来自 FineWeb2,经过 DeepSeek‑API classifier(score ≥ 2.5)过滤,通过 ModernBERT‑Ja‑130M tokenized,并包含一个小-token子集(≤512 tokens)。HF 数据集共同: 信息抽取与文本挖掘
- wrimeshunk031323WRIME 数据集是一个包含 42,200 条帖子的日本语集合,帖子已为作者、三位读者及其平均值标注了 Plutchik 的八种情感,结构为 40k 训练集、1.2k 验证集和 2k 测试集,用于情感分析任务。HF 数据集共同: 信息抽取与文本挖掘