RealPersonaChat 是一个约 14,000 条对话的日语语料库,包含说话者人格和个性特征,提供逐句数据(带评估分数)以及说话者元数据(人设、五大人格得分、人口统计信息)。
其他语言的说明
统计
统计数据截至 2026年11月16日
Hugging Face 下载数(近 30 天)
174
Hugging Face 点赞数
27
收录日
2024年5月24日
下载数(近 30 天)变化
以表格显示
| 月份 | 下载(30天) |
|---|---|
| 2025年12月 | — |
| 2026年1月 | — |
| 2026年2月 | — |
| 2026年3月 | — |
| 2026年4月 | 110 |
| 2026年5月 | 154 |
| 2026年6月 | 115 |
| 2026年7月 | — |
| 2026年8月 | 110 |
| 2026年9月 | 131 |
| 2026年10月 | 156 |
| 2026年11月 | 174 |
各月最后一次快照时的近 30 天下载数。
同分类的热门资源
- 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。
- japanese-mail-benchpfnet149Japanese‑Mail‑Bench 是一个包含 500 条项目的日语商务邮件生成基准,用参考答案在 1–5 的自然度和适当性尺度上评估 LLM,JSONL 数据包括场景属性,如发件人/收件人关系、目的、言语行为以及交互类型。
- KokoroChatUEC-InabaLab144KokoroChat 是最大的日本心理咨询对话数据集——由 480 名受过训练的辅导员进行 6,589 次角色扮演会话,每次平均 91 条发言——包含丰富、长篇对话,详细的 20 维客户反馈,并支持同理响应生成、对话评估和心理健康语言建模方面的研究,并已被 ACL 2025 接收。
- fgo_voices_jpdeepghs10kFGO Waifus的JP Voice‑Text 数据集:一个包含30,800条记录、66.4小时日本音频的集合,收录单一配音演员角色台词(每句约7.76秒),适用于ASR/ASV微调与评估。
- JGLUEshunk0313k更新了 JGLUE 数据集卡与加载脚本,适用于由 Yahoo Japan 与早稻田大学创建的日语 NLP 基准,涵盖文本分类(MARC‑ja、JCoLA)、句对分类(JNLI)以及问答(JSQuAD、JCommonsenseQA),发行链接保存在 GitHub 与 Hugging Face 上。
- JMTEBsbintuitions3kJMTEB 是一个日本文本嵌入基准,包含 5 个任务(聚类、分类、STS、检索、再排序)和 28 个数据集,提供一行评估脚本,并邀请社区贡献。
研究领域相近的资源
- ELYZA-tasks-100elyza2k一个包含100个样本的日语指令微调评估数据集,包含已注释的任务——从摘要校正、数学推理到翻译、创意生成和用户意图理解——旨在对微调模型进行手动或自动的5分制评分。共同: 标注与数据集构建
- Japanese-Creative-Writing-39.6kAratako1k一份由 deepseek-ai/DeepSeek-V3-0324 生成的39,600样本日语小说写作任务数据集,包含两轮 OpenAI 风格对话(包括可选的 NSFW 内容),并以 MIT 许可证发布。共同: 标注与数据集构建
- python-code-instructions-japaneseronantakizawa85718,612 个日语翻译的 Python 指令–响应对——使用 GPT‑4o‑mini 生成,保留原始英文提示、代码和示例——为训练、微调、聊天机器人、研究和教育提供多样化的编码任务,全部遵循 MIT 许可证发布。共同: 标注与数据集构建
- qg_jaquadlmqg494Japanese JaQuAD,QG‑Bench 的一个子集,提供句子级和段落级的数据,包含高亮的答案词元,用于训练日语问句生成模型,并通过 BLEU4、METEOR、ROUGE‑L、BERTScore 和 MoverScore 进行评估。共同: 标注与数据集构建
- zenz-v2.5-datasetMiwa-Keita439一个190 M对的JSONL数据集,用于日语假名到汉字转换,包含“左上下文–输入–输出”三元组,并预训练模型(medium、small、xsmall)以及AJIMEE-Bench基准测试。该数据集以CC BY‑SA 4.0授权发布,子集来源于Wikipedia和Common Crawl。共同: 标注与数据集构建
ajimee-benchazookey30AJIMEE-Bench(高级日语输入法评估基准)GitHub共同: 标注与数据集构建