Датасет · KaraKaraWitch
Субтитры к аниме на японском языке
KaraKaraWitch/AnimuSubtitle-JP
Коллекция японских субтитров из аниме в формате ASS для генерации и классификации текстов.
Что внутри
Датасет представляет собой выгрузку субтитров к аниме на японском языке, собранных с трекера nyaa.si. Файлы организованы по папкам (включая извлечённые субтитры формата .ass и arib) и хранятся в формате Advanced SubStation Alpha (ASS). Точное количество записей в карточке не указано.
Что можно сделать
- Обучение языковых моделей генерации диалогов на японском языке
- Тренировка классификаторов стиля и разговорной лексики из аниме
- Создание парсеров и систем разметки таймингов субтитров
- Задачи
- Классификация текста, Генерация текста
- Языки
- Японский
- Скачиваний за месяц
- 1,2 тыс.
- Лайков
- 5
Как загрузить
from datasets import load_dataset
ds = load_dataset("KaraKaraWitch/AnimuSubtitle-JP")