
使用最新的日本语Wikipedia转储数据,使用MeCab在IPA词典和最新的Neologd词典中进行形态分析,并基于其结果学习word2vec、fastText和GloVe的词向量表示的脚本。
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
+1 (10月13日〜)
最后提交
2020年5月
GitHub 创建日期
2019年2月13日
收录日
2022年8月9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 | 11 |
| 2026年6月 | 11 |
| 2026年7月 | 11 |
| 2026年8月 | 11 |
| 2026年9月 | 11 |
| 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
chiVeWorksApplications179使用Sudachi和NWJC的日语词嵌入
dependency-based-japanese-word-embeddingslapras-inc8这是AI LAB文章“係り受けに基づく日本語単語埋込(基于依存关系的日语词嵌入)”的存储库(文章网址https://ai-lab.lapras.com/nlp/japanese-word-embedding/)。
japanese-words-to-vectorsphilipperemy87使用Gensim和Mecab的Word2vec(单词到向量)方法来处理日语。
embedrankyagays48EmbedRank的Python实现
elmo-japanesecl-tohoku4艾尔莫-日语
aoveceggplants3易用的青空文库Word2Vec构建器 - 包含所有书籍的Word2Vec构建器和预先构建的模型。
研究领域相近的资源
jglue-evaluation-scriptsnobu-g18关于JGLUE的培训和评估脚本,这是一个日语理解基准测试。共同: 标注与数据集构建
jqarahotchpotch45JQaRA:具有检索增强功能的日语问答系统 - 用于检索增强(RAG)评估的日语问答数据集共同: 标注与数据集构建
selective-rag-kasensabotk-yasuno1该实用的Agentic RAG系统的MVP能够以96%的准确率自动判定建设技术标准相关问题的专业性粒度(细/粗),并选择最佳的RAG系统(ColBERT/Naive)。针对2025年11月公布的河川防砂坝技术标准,构建了四种不同的RAG系统,并对200个不同专业性粒度的问题进行了精度和速度比较。共同: 标注与数据集构建- RAG-Evaluation-Dataset-JAallganize246通过发布数据集、自动评估框架以及 Claude 3.5‑Sonnet、GPT‑4o 等模型的比较结果,提供跨金融、电信、制造、公共、零售五个行业领域的日语 RAG 基准。HF 数据集共同: 标注与数据集构建
- Japanese-RAG-Generator-Benchmarkneoai-inc113Japanese RAG Generator Benchmark (J‑RAGBench) 提供了一个多分类 QA 数据集——涵盖 Integration、Reasoning、Logical、Table 和 Abstention——旨在评估日本 RAG 生成器,采用人工努力和 GPT‑4.1 构建,并在 CC BY‑SA 4.0 许可下发布。HF 数据集共同: 标注与数据集构建
- emilia-yodasTTS-AGI18k来自 Fate/Stay Night 的角色 “Emilia” 的对话和背景故事数据集,格式化用于训练和评估会话语言模型。HF 数据集共同: 标注与数据集构建