
Coursera 課程挖掘和多階段微調,以改善講座翻譯
其他語言的說明
統計
統計資料截至 2026年11月17日
GitHub Star 數
15
±0 (10月13日〜)
最後提交
2024年8月
GitHub 建立日期
2019年11月29日
收錄日
2022年7月25日
Star 數變化
以表格顯示
| 月份 | Star |
|---|---|
| 2025年12月 | 15 |
| 2026年1月 | 15 |
| 2026年2月 | 15 |
| 2026年3月 | 15 |
| 2026年4月 | 15 |
| 2026年5月 | 15 |
| 2026年6月 | 15 |
| 2026年7月 | 15 |
| 2026年8月 | 15 |
| 2026年9月 | 15 |
| 2026年10月 | 15 |
| 2026年11月 | 15 |
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
cjk-compsci-termsdahlia160中日韓電腦科學術語對照 / 日中韓的電腦科學用語對照 / 韓中日電腦科學術語對照 / 한중일 컴퓨터 과학 용어 대조
small_parallel_enjaodashi9750k 英日平行語料庫,用於機器翻譯基準測試。
JESCrpryzant91一個大型的英日平行語料庫
Laboro-ParaCorpuslaboroai19創建日英平行語料庫和訓練NMT模型的腳本
Web-Crawled-Corpus-for-Japanese-Chinese-NMTzhang-jinyi16一個用於日中機器翻譯的網絡爬蟲語料庫
AMI-Meeting-Parallel-Corpustsuruoka-lab13AMI會議平行語料庫
研究領域相近的資源
jparacrawl-finetuneMorinoseiMorizo104JParaCrawl 預訓練神經機器翻譯 (NMT) 模型的使用示例。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
JASSMao-KU16JASS:針對日本特定序列的序列到序列預訓練,用於神經機器翻譯(LREC2020)和基於語言學的多任務預訓練,用於低資源神經機器翻譯(ACM TALLIP)。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
- JMMLUnlp-waseda1kJMMLU 是一個日本大型多任務語言理解基準,包含 7,536 個由教師精心編寫的問題,涵蓋 56 個科目,包含專業醫學、心理學、會計、哲學,以及多種高中學科。HF 資料集共同: 多語言・文本生成
google-vs-deepl-jeTzawa4谷歌 vs DeepL JE共同: 多語言・文本生成