Git Stars Git Stars

#corpus-data リポジトリ

#corpus-dataのタグが付いた、GitHub上の3件のアクティブなオープンソースリポジトリをご覧ください。合計スター数は5,992個で、プロジェクトあたりの平均は1,997個です。このトピックをリードしているのは、4,310個のスターを獲得しているesbatmop/MNBVCです。

3
リポジトリ総数
5,992
合計スター数
1,997
リポジトリあたりの平均スター数
プログラミング言語: Python

リポジトリ合計3件

1
esbatmop/MNBVC

MNBVC(Massive Never-ending BT Vast Chinese corpus)超大規模中国語コーパス。chatGPTトレーニング用の40Tデータに匹敵します。MNBVCデータセットには、主流文化だけでなく、さまざまなニッチな文化や火星語のデータも含まれています。MNBVCデータセットは、ニュース、作文、小説、書籍、雑誌、論文、セリフ、投稿、wiki、古詩、歌詞、商品紹介、ジョーク、失敗談、チャット履歴など、あらゆる形式の純粋なテキスト中国語データを含みます。

esbatmop
⭐ 4,310 👤 esbatmop User 🕐 更新日時 2026-10-25 📅 作成日 2022-12-31
2
PlexPt/chatgpt-corpus

ChatGPT 中国語コーパス 対話コーパス 小説コーパス カスタマーサービスコーパス 大規模モデルのトレーニング用

PlexPt
⭐ 939 👤 PlexPt User 🕐 更新日時 2024-05-15 📅 作成日 2023-04-26
3
sheepzh/poetry

地球上で最も完全な華語現代詩語料庫、3k+詩人、80K+詩、15M+文字

sheepzh
⭐ 743 Python 👤 sheepzh User 🕐 更新日時 2025-09-12 📅 作成日 2019-04-16

よくある質問

1

GitHubで最も人気のある#corpus-dataリポジトリは何ですか?

GitHubで最も上位にランクインしているオープンソースの#corpus-dataプロジェクトは、4,310個のスターを獲得しているesbatmop/MNBVCです。MNBVC(Massive Never-ending BT Vast Chinese corpus)超大規模中国語コーパス。chatGPTトレーニング用の40Tデータに匹敵します。MNBVCデータセットには、主流文化だけでなく、さまざまなニッチな文化や火星語のデータも含まれています。MNBVCデータセットは、ニュース、作文、小説、書籍、雑誌、論文、セリフ、投稿、wiki、古詩、歌詞、商品紹介、ジョーク、失敗談、チャット履歴など、あらゆる形式の純粋なテキスト中国語データを含みます。

2

#corpus-dataリポジトリで最もよく使われているプログラミング言語は何ですか?

GitHubで上位にランクインしている#corpus-dataプロジェクトでは、Pythonが最も一般的なプログラミング言語です。

3

#corpus-dataリポジトリのランキングはどのように算出されていますか?

#corpus-dataのタグが付いた3件のアクティブなオープンソースリポジトリ(スター500個以上)を追跡しています。合計スター数は5,992個で、リポジトリあたりの平均は1,997個です。ランキングはGitHub APIからのデータに基づいて毎日更新されます。