nepali-datasets 是数据集领域的开源项目，由 IOST-ASCOL 开发，2025 年首次发布。
它收录于数据集分类，该分类目前共有 278 个项目，GitHub 星标数为 108。
项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-15。开源数据集，免费使用。
它主要面向的使用场景是：尼泊尔语NLP研究者快速查找语料和评测集。同类可对比的替代方案包括 Masakhane、Common Voice、Hugging Face Datasets。
nepali-datasets
尼泊尔语AI数据一页找齐，省去全网翻找
nepali-datasets 是一个面向尼泊尔语（Nepali）的综合性开源数据集索引项目，汇集了来自社区贡献和学术研究仓库的多种数据资源。它解决的核心问题是：尼泊尔语作为低资源语言，数据散落在不同平台、格式和论文附件中，研究者难以快速找到可用的训练与评测数据。项目按机器学习、自然语言处理、语音、图像和地理空间等类别整理数据集，并提供来源链接和简要说明，帮助开发者、学生和研究者快速定位语料、音频、图像等资源，降低数据搜集成本。它本身不生产数据，而是做聚合与分类，适合作为尼泊尔语 AI 项目的起点参考。
开源
free
数据集
GitHub 星标
★ 108
维护状态
较活跃
是否开源
是
定价模式
free
项目数据
分类数据集
开发团队IOST-ASCOL
所属国家
定价模式free
价格说明开源数据集，免费使用
访问状态
是否开源是
开源协议MIT
主要语言
技术栈/模型
GitHub 星标★ 108
30天Star增速
HF 下载量
上线时间2025-12-13 00:00:00
最近更新2026-09-15 00:00:00
维护状态较活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-09-21
浏览次数0
使用教程
核心亮点
- 按ML、NLP、语音、图像、地理空间分类，覆盖尼泊尔语主要数据需求
- 聚合社区与论文仓库来源，提供链接，省去逐个搜索的时间
- 面向低资源语言，填补尼泊尔语数据索引的空白，对研究入门友好
不足之处
- 项目早期，星标108，数据条目和更新频率有限
- 仅做链接聚合，不提供数据下载、清洗或格式统一，使用仍需自行处理
适用场景
- 尼泊尔语NLP研究者快速查找语料和评测集
- 语音识别开发者寻找尼泊尔语音频数据
- 学生做尼泊尔语AI课程项目时收集训练数据
替代项目
Masakhane、Common Voice、Hugging Face Datasets
项目介绍
上一篇：bigset-oss
同类项目推荐
X-AnyLabeling
开源
一站式AI辅助标注，图像视频文本通吃，导出格式随心配
X-AnyLabeling: A lightweight, efficient, and unified cross-platform desktop applicat···
aisheets
开源
像用表格一样批量调 AI，不写代码就能造和改数据集
Build, enrich, and transform datasets using AI models with no code
distilabel
开源
基于论文的合成数据流水线，快速生成高质量 AI 反馈数据。
Distilabel is a framework for synthetic data and AI feedback for engineers who need ···
DataGen
开源
用大模型一键生成定制化训练数据，告别数据荒
[ICLR'25] DataGen: Unified Synthetic Dataset Generation via Large Language Models