
使用維基百科進行日語固有表現抽取的資料集
其他語言的說明
統計
統計資料截至 2026年11月17日
GitHub Star 數
143
±0 (10月13日〜)
最後提交
2023年9月
GitHub 建立日期
2020年12月14日
收錄日
2022年6月9日
Star 數變化
以表格顯示
| 月份 | Star |
|---|---|
| 2025年12月 | 142 |
| 2026年1月 | 142 |
| 2026年2月 | 142 |
| 2026年3月 | 142 |
| 2026年4月 | 142 |
| 2026年5月 | 142 |
| 2026年6月 | 143 |
| 2026年7月 | 143 |
| 2026年8月 | 143 |
| 2026年9月 | 143 |
| 2026年10月 | 143 |
| 2026年11月 | 143 |
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
nayose-wikipedia-jayagays35從維基百科創建的日語名稱對齊數據集共同: 資訊擷取與文本探勘・共指消解- fineweb-2-edu-japanesehotchpotch8kFineWeb2 Edu Japanese 交付約 120 million 高品質教育用日語文本(≈89.3 billion tokens)來自 FineWeb2,經 DeepSeek‑API classifier(score ≥ 2.5)過濾,使用 ModernBERT‑Ja‑130M 分詞,並包含小型 token 子集(≤512 tokens)。HF 資料集共同: 資訊擷取與文本探勘・標註與資料集建置
- wrimeshunk031323WRIME 數據集是一個日本語收藏,包含 42,200 篇文章,已用 Plutchik 的八種情緒為作者、三位讀者以及他們的平均值進行標註,並結構為 40k‑train、1.2k‑validation、2k‑test 的分割,供情感分析任務使用。HF 資料集共同: 資訊擷取與文本探勘・標註與資料集建置
- cc100-jarange3265cc100-ja 是 cc100 資料集的日本語部分,提供為分片 Parquet 檔案。HF 資料集共同: 資訊擷取與文本探勘・標註與資料集建置
jawiki-cleanerhppRC6日本維基百科清潔工具共同: 資訊擷取與文本探勘・命名實體識別
jacredyoumima8用於日文文件級關係提取數據集的存儲庫(計劃在三月份發布)。
用於日文文件級關係提取數據集的存儲庫(計劃在三月份發布)。共同: 資訊擷取與文本探勘