
wikipedia 日本语的文本转换为各种日本语嵌入和faiss索引的脚本等。
其他语言的说明
统计
统计数据截至 2026年11月17日
GitHub Star 数
12
±0 (10月13日〜)
最后提交
2024年3月
GitHub 创建日期
2023年11月14日
收录日
2024年2月5日
Star 数变化
以表格显示
| 月份 | Star |
|---|---|
| 2025年12月 | 11 |
| 2026年1月 | 11 |
| 2026年2月 | 11 |
| 2026年3月 | 11 |
| 2026年4月 | 11 |
| 2026年5月 | 12 |
| 2026年6月 | 12 |
| 2026年7月 | 12 |
| 2026年8月 | 12 |
| 2026年9月 | 12 |
| 2026年10月 | 12 |
| 2026年11月 | 12 |
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
- 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
- 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
- ruri-v3-30mcl-nagoya126kRuri v3是一个最先进的日语文本嵌入模型,基于ModernBERT‑Ja构建,支持最多8,192个标记,拥有100 k词汇量,支持FlashAttention加速,并提供多种规模,从37 M到315 M参数。HF 模型共同: 表示学习・语义文本处理
- ruri-v3-130mcl-nagoya93kRuri v3 是基于 ModernBERT‑Ja 的前沿日语文本嵌入模型,支持最多 8192 token 序列、100K token 词汇量、FlashAttention,并以 30 M 至 310 M 参数规模发布,供 sentence‑transformers 使用。HF 模型共同: 表示学习・语义文本处理