
用于自然语言处理前处理维基百科文本的实用脚本
其他语言的说明
统计
统计数据截至 2026年11月17日
GitHub Star 数
78
±0 (10月13日〜)
最后提交
2024年4月
GitHub 创建日期
2022年1月9日
收录日
2022年6月27日
Star 数变化
以表格显示
| 月份 | Star |
|---|---|
| 2025年12月 | 78 |
| 2026年1月 | 78 |
| 2026年2月 | 78 |
| 2026年3月 | 78 |
| 2026年4月 | 78 |
| 2026年5月 | 78 |
| 2026年6月 | 78 |
| 2026年7月 | 78 |
| 2026年8月 | 78 |
| 2026年9月 | 78 |
| 2026年10月 | 78 |
| 2026年11月 | 78 |
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
kanji-datadavidluzgouveia243一个带有更新的JLPT级别和WaniKani信息的JSON汉字数据集。
NMeCabkomutan106NMeCab:关于.NET上的日语形态分析器
emoji-jayagays83UNICODE表情符号的日语读音/关键词/分类词典
japanese-toxic-datasetinspection-ai43《日本毒性模式的提案和评估》提供了一个日语毒性模式和数据集。
WikipediaAnnotatedCorpusku-nlp30这是一个包含维基百科文章和各种语言注释的日语文本语料库。
jcmsshigashiyama9一个日语多个专业领域语料库(JCMS)
研究领域相近的资源
alkana.pyzomysan35一个工具,用于获取字母字符串的片假名读音。共同: 句法文本处理・文本规范化
j-unimorphcl-tohoku9日语UniMorph数据集共同: 句法文本处理・形态学
hirakanadicpo3rin7允许Sudachi从任何复合词列表中将平假名标准化为片假名。共同: 句法文本处理・文本规范化
kuroshirohexenq1k日语语言库,可将日语句子转换为平假名、片假名或罗马字,并支持振假名和送假名模式。共同: 句法文本处理・文本规范化
WanaKanaWaniKani945用于检测和转换平假名<-->片假名<-->罗马字的Javascript库共同: 句法文本处理・文本规范化
cutletpolm390Python中的日语转罗马字转换器共同: 句法文本处理・文本规范化