
用于词嵌入的日语文本8语料库。
其他语言的说明
统计
统计数据截至 2026年11月17日
GitHub Star 数
113
±0 (10月13日〜)
最后提交
2017年10月
GitHub 创建日期
2017年10月4日
收录日
2022年6月20日
Star 数变化
以表格显示
| 月份 | Star |
|---|---|
| 2025年12月 | 111 |
| 2026年1月 | 111 |
| 2026年2月 | 111 |
| 2026年3月 | 111 |
| 2026年4月 | 111 |
| 2026年5月 | 111 |
| 2026年6月 | 111 |
| 2026年7月 | 111 |
| 2026年8月 | 113 |
| 2026年9月 | 113 |
| 2026年10月 | 113 |
| 2026年11月 | 113 |
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
- wikipedia-passages-jawiki-embeddingshotchpotch731日语维基百科句子被转换为各种嵌入和 FAISS 索引,提供 Hugging Face Space 演示、转换脚本,以及对搜索、问答和 OpenAI text-embedding-3-small 在 RAG 中的评估;嵌入模型为 OpenAI‑licensed,其他为 CC‑BY‑SA‑4.0。HF 数据集共同: 表示学习・语义文本处理
- plamo-embedding-1bpfnet486kPLaMo‑Embedding‑1B 是 Preferred Networks 的一款日语文本嵌入模型,它将日语文本转换为向量,用于信息检索、分类和聚类,在 JMTEB 基准上表现出强大性能,并且在 Apache v2.0 许可证下可免费使用。HF 模型共同: 表示学习・语义文本处理
- ruri-v3-70mcl-nagoya14kRuri v3 提供高性能的日语文本嵌入,支持至 8192 个 token,拥有 100k 个 token 的词汇表,支持 FlashAttention,并提供多种模型规模(30 m–310 m),以实现高效推理和通过 sentence‑transformers 进行微调。HF 模型共同: 表示学习・语义文本处理
- japanese-splade-v2hotchpotch4k高性能的日本 SPLADE v2 通过 WebUI demo 实现稀疏向量转换和推理,使用 YAST 进行训练,提供 YASEM 嵌入,并报告 JMTEB benchmark 结果。HF 模型共同: 表示学习・语义文本处理
wikipedia-passages-jawiki-embeddings-utilshotchpotch12wikipedia 日本语的文本转换为各种日本语嵌入和faiss索引的脚本等。共同: 表示学习・语义文本处理- ruri-v3-310mcl-nagoya634kRuri v3 是基于 ModernBERT‑Ja 的先进日语文本嵌入模型,支持多达 8,192 词元输入,100K 词元词汇表,FlashAttention 加速推理,并提供多种尺寸变体,便于快速使用 sentence‑transformer。HF 模型共同: 表示学习・语义文本处理