
結構的日本漢字和詞彙JSON數據集,按JLPT級別組織,附有英文和俄文翻譯 — 適用於語言學習應用程序、自然語言處理和漢字學習工具。
其他語言的說明
統計
統計資料截至 2026年11月17日
GitHub Star 數
44
+3 (10月13日〜)
最後提交
2025年5月
GitHub 建立日期
2025年5月2日
收錄日
2026年7月7日
Star 數變化
以表格顯示
| 月份 | Star |
|---|---|
| 2025年12月 | — |
| 2026年1月 | — |
| 2026年2月 | — |
| 2026年3月 | — |
| 2026年4月 | — |
| 2026年5月 | — |
| 2026年6月 | — |
| 2026年7月 | 34 |
| 2026年8月 | 35 |
| 2026年9月 | 39 |
| 2026年10月 | 42 |
| 2026年11月 | 44 |
各月最後一次快照。1,000 以上的 Star 數以 100 為單位四捨五入。
同分類的熱門資源
研究領域相近的資源
- KakologArchivesKakologArchives74k聚合自 2009‑2024 年的 NicoNico Live 評論日誌超過 150 GB,包括轉換前、轉換後及實時 NX‑Jikkyo 捕獲,並提供 API 以方便檢索歷史 TV‑broadcast 討論。HF 資料集共同: 語料庫與資料集
- fineweb-2-edu-japanesehotchpotch8kFineWeb2 Edu Japanese 交付約 120 million 高品質教育用日語文本(≈89.3 billion tokens)來自 FineWeb2,經 DeepSeek‑API classifier(score ≥ 2.5)過濾,使用 ModernBERT‑Ja‑130M 分詞,並包含小型 token 子集(≤512 tokens)。HF 資料集共同: 語料庫與資料集
- financial-lakehouseYoshi-Dai5k一個受限、非商業性的衍生資料集,基於 EDINET XBRL 財務資料,禁止再散佈、AI 訓練及商業使用,存取需手動批准。HF 資料集共同: 語料庫與資料集
- Nemotron-Personas-Japannvidia5kNemotron‑Personas‑Japan是一個開源、CC BY 4.0資料集,提供高品質的合成生成日本人格資料——包含姓名、性別、年齡、背景、婚姻狀況、教育、職業和地理位置——基於真實世界的人口、地理和個性分佈設計,使用概率圖形模型和GPT‑OSS‑120B進行優化,以提升多樣性、減少偏見、避免模型崩潰,協助主權AI發展並支持商業使用。HF 資料集共同: 語料庫與資料集
- Nemotron-Personas-Finance-Japannvidia3k以真實人口統計、地理及人格資料為基礎,構建的合成日語金融人設資料集,擴充了 Nemotron‑Personas‑Japan,加入家庭收入、資產、家庭結構與健康特徵,以支援 AI 開發、使用者模擬及財務情境中的偏見緩解。HF 資料集共同: 語料庫與資料集
- japanese-anime-speech-v2joujiboi3kJapanese Anime Speech Dataset V2 提供 292,637 對乾淨的音頻-文本對,約 397.5 小時為 SFW,52.4 小時為 NSFW,存於 128‑kbps MP3 檔案中按安全性分割,專為訓練自動語音識別模型而設。HF 資料集共同: 語料庫與資料集