
用於自然語言處理的預處理維基百科文本的實用腳本
其他語言的說明
統計
統計資料截至 2026年11月17日
GitHub Star 數
78
±0 (10月13日〜)
最後提交
2024年4月
GitHub 建立日期
2022年1月9日
收錄日
2022年6月27日
Star 數變化
以表格顯示
| 月份 | Star |
|---|---|
| 2025年12月 | 78 |
| 2026年1月 | 78 |
| 2026年2月 | 78 |
| 2026年3月 | 78 |
| 2026年4月 | 78 |
| 2026年5月 | 78 |
| 2026年6月 | 78 |
| 2026年7月 | 78 |
| 2026年8月 | 78 |
| 2026年9月 | 78 |
| 2026年10月 | 78 |
| 2026年11月 | 78 |
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
kanji-datadavidluzgouveia243一個包含更新的JLPT級別和WaniKani信息的JSON漢字數據集。
NMeCabkomutan106NMeCab:關於在.NET上的日語形態分析器
emoji-jayagays83UNICODE繪文字的日本語讀音/關鍵字/分類詞典
japanese-toxic-datasetinspection-ai43「日本語毒性スキーマの提案と評価」は、日本語の毒性に関するスキーマとデータセットを提供します。
WikipediaAnnotatedCorpusku-nlp30這是一個包含維基百科文章和各種語言標註的日文文本語料庫。
jcmsshigashiyama9一個日本多個專業領域的語料庫 (JCMS)
研究領域相近的資源
alkana.pyzomysan35一個可以獲取字母串的片假名讀音的工具。共同: 句法文本處理・文本正規化
j-unimorphcl-tohoku9UniMorph的日文數據集共同: 句法文本處理・形態學
hirakanadicpo3rin7允許Sudachi從任何複合詞列表中將平假名轉換為片假名。共同: 句法文本處理・文本正規化
kuroshirohexenq1k日語語言庫,可將日語句子轉換為平假名、片假名或羅馬字,支持振り仮名和送り仮名模式。共同: 句法文本處理・文本正規化
WanaKanaWaniKani945JavaScript 庫,用於檢測和轉寫平假名 <--> 片假名 <--> 羅馬字。共同: 句法文本處理・文本正規化
cutletpolm390Python中的日文轉羅馬字轉換器共同: 句法文本處理・文本正規化