
JParaCrawl 預訓練神經機器翻譯 (NMT) 模型的使用示例。
其他語言的說明
統計
統計資料截至 2026年11月17日
GitHub Star 數
104
±0 (10月13日〜)
最後提交
2021年4月
GitHub 建立日期
2019年11月17日
收錄日
2022年7月6日
Star 數變化
以表格顯示
| 月份 | Star |
|---|---|
| 2025年12月 | 105 |
| 2026年1月 | 105 |
| 2026年2月 | 105 |
| 2026年3月 | 105 |
| 2026年4月 | 105 |
| 2026年5月 | 105 |
| 2026年6月 | 105 |
| 2026年7月 | 105 |
| 2026年8月 | 104 |
| 2026年9月 | 104 |
| 2026年10月 | 104 |
| 2026年11月 | 104 |
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
shisa-v2shisa-ai35日英雙語法學碩士共同: 多語言・文本生成
CourseraParallelCorpusMiningshyyhs15Coursera 課程挖掘和多階段微調,以改善講座翻譯共同: 多語言・文本生成- fugumt-ja-enstaka4kFuguMT 是一個由 transformers 與 SentencePiece 建構的日文對英語 Marian‑NMT 翻譯模型,在 Tatoeba 上取得 39.1 BLEU 分數。HF 模型共同: 多語言・文本生成
koharukoharu-rs6.7k使用Rust编写的带有LLM的自动漫画翻译工具。共同: 多語言・文本生成- jhumanevalkogi-jwu731JHumanEval 是手工翻譯的日本版 HumanEval benchmark,提供 164 個 Python 程式設計問題,並提供對應的英文與日文註解,旨在評估 Japanese-LLM 程式產生,同時保留原始英文錯誤。HF 資料集共同: 多語言・文本生成
llm-translatorhpprc21基於Mixtral的Ja-En(En-Ja)翻譯模型共同: 多語言・文本生成