
日语词语相似度数据集
其他语言的说明
统计
统计数据截至 2026年11月17日
GitHub Star 数
103
±0 (10月13日〜)
最后提交
2021年12月
GitHub 创建日期
2016年1月8日
收录日
2022年6月9日
Star 数变化
以表格显示
| 月份 | Star |
|---|---|
| 2025年12月 | 102 |
| 2026年1月 | 102 |
| 2026年2月 | 102 |
| 2026年3月 | 102 |
| 2026年4月 | 103 |
| 2026年5月 | 103 |
| 2026年6月 | 103 |
| 2026年7月 | 103 |
| 2026年8月 | 103 |
| 2026年9月 | 103 |
| 2026年10月 | 103 |
| 2026年11月 | 103 |
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
resemblatuem74Resembla:基于单词的日语相似句子搜索库共同: 语义相似度・语义文本处理- ruri-base-v2cl-nagoya2k仓库提供新的日语文本嵌入 v3 模型(30M‑310M 参数,8 k‑token 最大,JMTEB 74‑77),可使用 sentence_transformers(使用 query/passage 前缀)加载,并包含与监督/无监督 SimCSE、LaBSE、E5 以及其他模型的基准比较。HF 模型共同: 语义相似度・语义文本处理
- JaColBERTv2bclavie2kJaColBERTv2 是一个仅适用于日语的基于 ColBERT 的检索模型,在 MMarco 上通过知识蒸馏训练(每个正例 31 个负例,250k 次,batch 32)。目前它优于 multilingual‑e5‑large、BGE‑M3 和 JaColBERT,完整评估正在进行中。HF 模型共同: 语义相似度・语义文本处理
- 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: 语义文本处理
- llm-japanese-datasetizumi-lab572用于微调 LLMs(如 LoRA)的日语指令聊天数据集,包含 9 M+ 样本,最近已更新,删除授权的 Alpaca 数据,并清理了 Wikipedia 和 ALT 输出,采用 CC‑BY‑SA 4.0 许可证发布。HF 数据集共同: 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: 语义文本处理