Nepali-Datasets
尼泊尔语数据资源一页汇总，省去到处翻找的麻烦
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-09-21 · 当前星标 ★ 120
核心亮点
- 把分散的尼泊尔语数据集来源集中成清单，减少重复搜索成本
- 覆盖文本、语音、词典等多种类型，方便按任务快速定位
- 以社区贡献方式持续补充，对低资源语言研究有实际导航价值
不足之处
- 仅提供链接索引，不托管数据，链接失效时无法保证可用性
- 缺少对每个数据集规模、许可、质量的统一标注和校验
适用场景
- 尼泊尔语 NLP 研究者做前期数据调研
- 训练尼泊尔语模型前快速查找可用语料
- 低资源语言爱好者寻找学习或实验素材
替代项目
Masakhane、Common Voice、OPUS
上一篇：cv-dataset
同类项目推荐
MELD
开源
拿《老友记》训练AI，学会在多模态对话中读懂情绪
MELD: A Multimodal Multi-Party Dataset for Emotion Recognition in Conversation
QURAN-NLP
开源
让古兰经文本轻松接入NLP，快速构建伊斯兰AI应用
Quran, Hadith, Translations, Tafaseer, Corpus Linguistics. Everything for NLP
awesome-legal-data
开源
法律文本数据集一页汇总，省去全网搜数据时间
A collection of datasets and other resources for legal text processing.
seqio
开源
统一序列任务数据管道，定义一次到处训练
Task-based datasets, preprocessing, and evaluation for sequence models.
labelbox-python
开源
用 Python 快速接入 Labelbox，自动化构建高质量 AI 训练数据集。
The data factory for next gen AI
VisioFirm
开源
输入文字就能自动框目标，标注提速好几倍
VisioFirm: Cross-Platform AI-assisted Annotation Tool for Computer Vision
dataset-serialize
开源
Pascal 数据集与 JSON 互转，一键搞定数据交换
JSON to DataSet and DataSet to JSON converter for Delphi and Lazarus (FPC)
OakInk2
开源
做双手操作AI？用OakInk2数据集训练更逼真的手物交互模型。
[CVPR 2024] OakInk2: A Dataset of Bimanual Hands-Object Manipulation in Complex Task···
Speech-Corpus-Collection
开源
找语音数据？一个仓库帮你搜罗好语料
A Collection of Speech Corpus for ASR and TTS