К содержимому

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")