
京都大學網頁文件引導語料庫
其他語言的說明
統計
統計資料截至 2026年11月17日
GitHub Star 數
87
±0 (10月13日〜)
最後提交
2023年12月
GitHub 建立日期
2019年11月6日
收錄日
2022年6月23日
Star 數變化
以表格顯示
| 月份 | Star |
|---|---|
| 2025年12月 | 83 |
| 2026年1月 | 83 |
| 2026年2月 | 83 |
| 2026年3月 | 83 |
| 2026年4月 | 84 |
| 2026年5月 | 84 |
| 2026年6月 | 84 |
| 2026年7月 | 84 |
| 2026年8月 | 84 |
| 2026年9月 | 85 |
| 2026年10月 | 87 |
| 2026年11月 | 87 |
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
ner-wikipedia-datasetstockmarkteam143使用維基百科進行日語固有表現抽取的資料集
IOB2CorpusHironsan61用於命名實體識別的日語IOB2標記語料庫。
UD_Japanese-GSDmegagonlabs29從Google UDT 2.0輸入的日本數據。
ud_japanese-bccwjuniversaldependencies27這個通用依存關係(UD)日語樹庫是基於UD文檔中描述的UD日語慣例定義。
TwitterCorpustmu-nlp21首都大日本語 Twitter 語料庫
AnnotatedFKCCorpusku-nlp18註釋版的富滿開取中心語料庫
研究領域相近的資源
jaleconnaist-nlp6一個針對非母語讀者的日語詞彙複雜度數據集共同: 句法文本處理・標註與資料集建置
ita-corpus-chuwashirayu5ITA語料庫的分塊詞註釋共同: 句法文本處理・標註與資料集建置- 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: 標註與資料集建置
- 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: 標註與資料集建置
- mc4-jaizumi-lab2k日文 MC4 資料集卡片 (mc4-ja)HF 資料集共同: 標註與資料集建置
- RyokoAI_Syosetu711Kbotp2kSyosetu711K 是一個日本資料集,於 2023 年 3 月 26‑27 日從小説家になろう抓取約 711,700 本小說,提供全文和元資料(標題、作者、NCode、簡介等)供無監督文本生成和分類任務使用。HF 資料集共同: 標註與資料集建置