本文へスキップ

MNBVC

AI 向けの超大規模な中国語コーパス

公式サイトを見る

MNBVC とは

MNBVC(Massive Never-ending BT Vast Chinese corpus)は AI に豊富な中国語コーパスを提供するプロジェクトと紹介され、主流の文化に加えニッチな文化やネット用語も扱うと説明されている。

できること

  • 大規模な中国語コーパスのデータを使う
  • 自然言語処理と機械学習の研究を支える
  • 中国語の AI 技術の発展を促す

活用場面

  • 中国語の対話ロボットの学習に用いる
  • 中国語のテキストマイニングと感情分析を支える
  • 中国語の自然言語理解モデルの学習基盤にする

コーパスの中身

  • 文章データはニュース・作文・小説・書籍・雑誌にわたる
  • 資料は論文・せりふ・投稿・ウィキのページを挙げる
  • 資料は古詩・歌詞・商品紹介・冗談・会話記録を挙げる
  • 補足情報は ChatGPT の学習に用いた 40T データと比較する

長所と短所

✓ 良い点

  • 多くの文章の種類が一つのコーパスに集まる
  • 資料は自然言語処理と機械学習の研究を支えると説明

! 注意したい点

  • 挙がる内容は中国語の文章データに限られる
  • コーパスは中国語の内容を中心にする

よくある質問

MNBVC の全称は?

資料は Massive Never-ending BT Vast Chinese corpus と記す。

どんな文章が含まれる?

資料はニュース、作文、小説、書籍、雑誌、論文、せりふ、投稿、ウィキ、古詩、歌詞、商品紹介、冗談、会話記録を挙げる。

最終評価日: 2026-11-15

その他 LLM APIプラットフォーム ツール

すべて見る →

評価方法