#corpus-data Repositories
Entdecke 3 aktive Open-Source-GitHub-Repositories, die mit #corpus-data getaggt sind und insgesamt 5,992 Sterne gesammelt haben (durchschnittlich 1,997 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist esbatmop/MNBVC mit 4,310 Sternen.
Insgesamt 3 Repositories
MNBVC (Massive Never-ending BT Vast Chinese corpus) ein extrem großer chinesischer Korpus. Auf Augenhöhe mit den 40T Daten, die für das Training von ChatGPT verwendet werden. Der MNBVC-Datensatz enthält nicht nur Mainstream-Kultur, sondern auch Daten aus verschiedenen Nischenkulturen und sogar Marsianisch. Der MNBVC-Datensatz umfasst reine Textdaten in chinesischer Sprache in allen Formen, wie Nachrichten, Aufsätze, Romane, Bücher, Zeitschriften, wissenschaftliche Arbeiten, Dialoge, Posts, Wikis, alte Gedichte, Songtexte, Produktbeschreibungen, Witze, Peinlichkeiten, Chatverläufe usw.
ChatGPT Chinesisches Korpus Dialogkorpus Roman-Korpus Kundenservice-Korpus für das Training großer Modelle
Die umfassendste Sammlung moderner chinesischer Poesie auf der Erde, 3k+ Dichter, 80K+ Gedichte, 15M+ Zeichen
Häufig gestellte Fragen
Welches ist das beliebteste #corpus-data-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#corpus-data-Projekt auf GitHub ist esbatmop/MNBVC mit 4,310 Sternen. MNBVC (Massive Never-ending BT Vast Chinese corpus) ein extrem großer chinesischer Korpus. Auf Augenhöhe mit den 40T Daten, die für das Training von ChatGPT verwendet werden. Der MNBVC-Datensatz enthält nicht nur Mainstream-Kultur, sondern auch Daten aus verschiedenen Nischenkulturen und sogar Marsianisch. Der MNBVC-Datensatz umfasst reine Textdaten in chinesischer Sprache in allen Formen, wie Nachrichten, Aufsätze, Romane, Bücher, Zeitschriften, wissenschaftliche Arbeiten, Dialoge, Posts, Wikis, alte Gedichte, Songtexte, Produktbeschreibungen, Witze, Peinlichkeiten, Chatverläufe usw.
Welche Programmiersprachen werden in #corpus-data-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #corpus-data-Projekten auf GitHub sind Python die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #corpus-data-Repositories berechnet?
Wir verfolgen 3 aktive Open-Source-Repositories, die mit #corpus-data getaggt sind (500+ Sterne), mit insgesamt 5,992 Sternen und durchschnittlich 1,997 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.