
用於詞向量嵌入的日文文本8語料庫。
其他語言的說明
統計
統計資料截至 2026年11月17日
GitHub Star 數
113
±0 (10月13日〜)
最後提交
2017年10月
GitHub 建立日期
2017年10月4日
收錄日
2022年6月20日
Star 數變化
以表格顯示
| 月份 | Star |
|---|---|
| 2025年12月 | 111 |
| 2026年1月 | 111 |
| 2026年2月 | 111 |
| 2026年3月 | 111 |
| 2026年4月 | 111 |
| 2026年5月 | 111 |
| 2026年6月 | 111 |
| 2026年7月 | 111 |
| 2026年8月 | 113 |
| 2026年9月 | 113 |
| 2026年10月 | 113 |
| 2026年11月 | 113 |
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
- wikipedia-passages-jawiki-embeddingshotchpotch731日文維基百科句子被轉換為各種嵌入,並建立 FAISS 索引,提供 Hugging Face Space 的演示、轉換腳本,以及對搜尋、問答和 OpenAI text‑embedding‑3‑small 在 RAG 中的評估;嵌入採用 OpenAI 授權,其他則採用 CC‑BY‑SA‑4.0。HF 資料集共同: 表示學習・語意文本處理
- plamo-embedding-1bpfnet486kPLaMo‑Embedding‑1B 是 Preferred Networks 開發的日本文本嵌入模型,能將日文文本轉換為向量,用於資訊檢索、分類與聚類,在 JMTEB 基準測試上表現優異,且以 Apache v2.0 license 免費提供。HF 模型共同: 表示學習・語意文本處理
- ruri-v3-70mcl-nagoya14kRuri v3 提供高性能的日語文本嵌入,最多可達 8192 個 token,擁有 100k token 詞彙表,支援 FlashAttention,並提供多種模型尺寸 (30 m–310 m) 以供透過 sentence‑transformers 進行高效推理與微調。HF 模型共同: 表示學習・語意文本處理
- japanese-splade-v2hotchpotch4k高效能日文 SPLADE v2 透過 WebUI demo 可進行稀疏向量轉換與推理,使用 YAST 訓練,提供 YASEM 嵌入,並報告 JMTEB 基準結果。HF 模型共同: 表示學習・語意文本處理
wikipedia-passages-jawiki-embeddings-utilshotchpotch12將維基百科的日文句子轉換為各種日文嵌入和faiss索引的腳本等。共同: 表示學習・語意文本處理- ruri-v3-310mcl-nagoya634kRuri v3 是一個尖端的日本語文本嵌入模型,建立於 ModernBERT‑Ja,支援最多 8,192‑token 輸入、100K‑token 詞彙表、FlashAttention‑加速推論,以及多種尺寸變體,方便快速使用 sentence‑transformer。HF 模型共同: 表示學習・語意文本處理