JSUT (Japanese speech corpus of Saruwatari Lab, University of Tokyo) - Shinnosuke Takamichi
JSUT (Japanese speech corpus of Saruwatari-lab., University of Tokyo) The JSUT Collection is Japanese speech corpora connecting speech, song, and audio events. The JSUT corpus is a part of the JSUT Collection. JSUT コレクションは，声・歌・音声模倣をつなげるための音声コーパスです．このJSUT コーパスは，JSUT コレクションの一部です． This corpus consists of Japanese text (transcription) and reading-style audio. The audio data is sampled at 48kHz and rec
Papers with Code - Machine Learning Datasets
CIFAR-10 (Canadian Institute for Advanced Research, 10 classes) The CIFAR-10 dataset (Canadian Institute for Advanced Research, 10 classes) is a subset of the Tiny Images dataset and consists of 60000 32x32 color images. The images are labelled with one of 10 mutually exclusive classes: airplane, automobile (but not truck or pickup truck), bird, cat, deer, dog, frog, horse, ship, and truck (but no
Thomas Wolf on Twitter: "Surviving every AI wave, two kernels have consistently been the beating hearts of Natural Language Processing: Dat… https://t.co/heOt3pzUOA"
Surviving every AI wave, two kernels have consistently been the beating hearts of Natural Language Processing: Dat… https://t.co/heOt3pzUOA
CCMatrix: A billion-scale bitext dataset for training translation models
CCMatrix: A billion-scale bitext dataset for training translation models What it is:CCMatrix is the largest dataset of high-quality, web-based bitexts for training translation models. With more than 4.5 billion parallel sentences in 576 language pairs pulled from snapshots of the CommonCrawl public dataset, CCMatrix is more than 50 times larger than the WikiMatrix corpus that we shared last year.
日本古典籍くずし字データセット
ライセンス 『日本古典籍くずし字データセット』（国文学研究資料館ほか所蔵／情報・システム研究機構 データサイエンス共同利用基盤施設 人文学オープンデータ共同利用センター加工）はクリエイティブ・コモンズ 表示 - 継承 4.0 国際 ライセンス（CC BY-SA）の下に提供されています。 データセット全体をご利用の際には、例えば以下のような表示をお願いします。個別の古典籍のみをご利用の場合には、それぞれのページをご覧下さい。 『日本古典籍くずし字データセット』（国文研ほか所蔵／CODH加工） doi:10.20676/00000340 可能な場合は、データ提供元であるROIS-DS人文学オープンデータ共同利用センターへのリンクをお願いします。 提供：ROIS-DS人文学オープンデータ共同利用センター データ提供方法・注意事項 書籍ごとに字形をまとめたZIPファイル、および全部をまとめたZIP
MultiFC: A Real-World Multi-Domain Dataset for Evidence-Based Fact Checking of Claims | CopeNLU
MultiFC: A Real-World Multi-Domain Dataset for Evidence-Based Fact Checking of Claims Abstract We contribute the largest publicly available dataset of naturally occurring factual claims for the purpose of automatic claim verification. It is collected from 26 fact checking websites in English, paired with textual sources and rich metadata, and labelled for veracity by human expert journalists. We p
Groove MIDI Dataset
The Groove MIDI Dataset (GMD) is composed of 13.6 hours of aligned MIDI and (synthesized) audio of human-performed, tempo-aligned expressive drumming. The dataset contains 1,150 MIDI files and over 22,000 measures of drumming. Contents License Dataset MIDI Data Format Drum Mapping Control Changes Download TensorFlow Dataset How to Cite Acknowledgements License The dataset is made available by Goog
Dataset list - A list of datasets and annotation tools
A multitask benchmarking framework comprising complementary data modalities at a city-scale size, registered across different representations, and enriched with human and machine generated annotations. 27,745 high-resolution 360° images with human-curated annotations, 3D point clouds from: aerial and street-level LIDAR, Structure-from-Motion and Multiview-Stereo reconstructions, geo-anchored based
KMNISTデータセット | 人文学オープンデータ共同利用センター
KMNISTとは、機械学習研究で著名なMNISTデータセット互換のくずし字データセットとして、 日本古典籍くずし字データセットから派生したデータセットです。MNISTデータセットに対応した機械学習ソフトウェアであれば、設定を変更するだけで気軽にKMNISTを試すことができます。目的に応じて、Kuzushiji-MNIST、Kuzushiji-49、Kuzushiji-Kanjiの3種類のデータセットをご利用下さい。 KMNISTデータセットは、ROIS-DS人文学オープンデータ共同利用センター（CODH）が作成したものであり、国文学研究資料館が作成した日本古典籍くずし字データセットを元にしています。ご利用の際にはライセンスをご確認下さい。 GitHub: Repository for Kuzushiji-MNIST, Kuzushiji-49, and Kuzushiji-Kanji Th
fastMRI Dataset
About Us Here at the Center for Advanced Imaging Innovation and Research (CAI2R), in the Department of Radiology at NYU School of Medicine and NYU Langone Health, we bring people together to create new ways of seeing. We are committed to the translation of new imaging techniques and technologies into clinical practice, for the improvement of human health. In particular, we are pushing the boundari
センター試験XMLデータ - ロボットは東大に入れるか。Todai Robot Project
「ロボットは東大に入れるか」プロジェクトで開発した大学入試センター試験1990年度～2017年度の電子化問題データを公開します。 このデータは、本プロジェクトにおいて、川添愛氏を中心としてXMLによる構造化仕様を策定し、アノテーションを実施したものです。 元データの著作権者である独立行政法人大学入試センターのご厚意により、人工知能などに関する研究のための資源として一般に公開します。 試験問題データ 開発用データ（development data） [1993年以降4年ごとに2017年度までのセンター試験 本試験および追試験] 開発テスト用データ（development test data） [1991年以降4年ごとに2015年度までのセンター試験 本試験および追試験] 最終テスト用データ（final test data） [1990年度以降2年ごとに2016年度までのセンター試験 本試験お
MELD
Multimodal EmotionLines Dataset (MELD) has been created by enhancing and extending EmotionLines dataset. MELD contains the same dialogue instances available in EmotionLines, but it also encompasses audio and visual modality along with text. MELD has more than 1400 dialogues and 13000 utterances from Friends TV series. Multiple speakers participated in the dialogues. Each utterance in a dialogue ha
Fashion-MNIST: Year In Review · Han Xiao Tech Blog - Neural Search & AI Engineering
It’s been one year since I released the Fashion-MNIST dataset in Aug. 2017. As I wrote in the README.md, Fashion-MNIST is intended to serve as a drop-in replacement for the original MNIST dataset, helping people to benchmark and understand machine learning algorithms. Over a year, I have seen a great deal of trends and developments in the machine learning field towards this direction. The dataset
これは使えるぞーーっ！浮世絵に描かれた26種の動物がベクター素材になって無料ダウンロード公開 | アート 日本画・浮世絵 - Japaaan
colissさんでとってもステキな素材集が紹介されていました。江戸時代の浮世絵に描かれた多種な動物たちがSVGのベクター素材になって無料ダウンロード公開されているんです。 これはいいですね！日本画や浮世絵の作品がベクター素材になって提供されていることはなかなかないので嬉しい。浮世絵のテイストがそのまま生きたデザイン素材。象や麒麟はまさに当時の流行のタッチ。 しかも素材は商用利用でも無料。改変して使用可能。ベクター素材なので色を変えたりパスを変更したりすることができます。 このデータの元の作品は歌川芳虎（うたがわよしとら）の「新板けだもの尽」で、タイトルの通りに様々な動物が描かれた、江戸時代のいわゆる「おもちゃ絵」と言われるものです。 国立国会図書館デジタルコレクションより 書誌ID 023907912 歌川芳虎というと十二支をミックスした「家内安全ヲ守十二支之図」が人気。
Making it easier to discover datasets
In today's world, scientists in many disciplines and a growing number of journalists live and breathe data. There are many thousands of data repositories on the web, providing access to millions of datasets; and local and national governments around the world publish their data as well. To enable easy access to this data, we launched Dataset Search, so that scientists, data journalists, data geeks
CoQA: A Conversational Question Answering Challenge
CoQA is a large-scale dataset for building Conversational Question Answering systems. The goal of the CoQA challenge is to measure the ability of machines to understand a text passage and answer a series of interconnected questions that appear in a conversation. CoQA is pronounced as coca . CoQA paper CoQA contains 127,000+ questions with answers collected from 8000+ conversations. Each conversati
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
GitHub - mantra-inc/open-mantra-dataset
Box
GitHub - festvox/datasets-CMU_Wilderness: CMU Wilderness Multilingual Speech Dataset
[1810.03505] CINIC-10 is not ImageNet or CIFAR-10