Dataset Viewer
Auto-converted to Parquet Duplicate
context
stringlengths
0
36
reading
stringclasses
731 values
target
stringlengths
1
9
ใ‚ใ„ใงใ‚
ใ‚ขใ‚คใƒ‡ใ‚ข
ใ‚ใŸใ‚‰ใ—ใ„
ๆ–ฐใ—ใ„
ใ‚ใชใŸ
ใ‚ใชใŸ
ใ‚ใซใฏ
ๅ…„ใฏ
ใ‚ใญใฏ
ๅง‰ใฏ
ใ‚ใฑใƒผใจ
ใ‚ขใƒ‘ใƒผใƒˆ
ใ‚ใทใ‚Š
ใ‚ขใƒ—ใƒช
ใ‚ใ‚ใŒ
้›จใŒ
ใ‚ใ‚ŠใŒใจใ†
ใ‚ใ‚ŠใŒใจใ†
ใ‚ใ‚‹ใ
ๆญฉใ
ใ‚ใ‚Œ
ใ‚ใ‚Œ
ใ„ใˆ
ๅฎถ
ใ„ใˆใซ
ๅฎถใซ
ใ„ใใชใ‚Š
ใ„ใใชใ‚Š
ใ„ใ
่กŒใ
ใ„ใ—ใ‚ƒใฏ
ๅŒป่€…ใฏ
ใ„ใŸใ ใใพใ™
ใ„ใŸใ ใใพใ™
ใ„ในใ‚“ใจ
ใ‚คใƒ™ใƒณใƒˆ
ใ„ใ‚‚ใ†ใจใฎ
ๅฆนใฎ
ใ„ใ‚ใ„ใ‚
ใ„ใ‚ใ„ใ‚
ใ„ใ‚“ใŸใƒผใญใฃใจ
ใ‚คใƒณใ‚ฟใƒผใƒใƒƒใƒˆ
ใ†ใฃใ‹ใ‚Š
ใ†ใฃใ‹ใ‚Š
ใ†ใฟ
ๆตท
ใ†ใ‚‹
ๅฃฒใ‚‹
ใ†ใ‚Œใ—ใ„
ๅฌ‰ใ—ใ„
ใˆใ‚ใ“ใ‚“
ใ‚จใ‚ขใ‚ณใƒณ
ใˆใ„ใŒ
ๆ˜ ็”ป
ใˆใ
้ง…
ใˆใใธ
้ง…ใธ
ใˆใ‚ŒในใƒผใŸใƒผ
ใ‚จใƒฌใƒ™ใƒผใ‚ฟใƒผ
ใˆใ‚“ใดใคใง
้‰›็ญ†ใง
ใŠใŠใใ„
ๅคงใใ„
ใŠใใซใ„ใ‚Š
ใŠๆฐ—ใซๅ…ฅใ‚Š
ใŠใใ‚‹
่ตทใใ‚‹
ใŠใใ„
้…ใ„
ใŠใฃใจใฎ
ๅคซใฎ
ใŠใฆใ‚‰
ใŠๅฏบ
ใŠใจใ†ใจใฎ
ๅผŸใฎ
ใŠใฏใ‚ˆใ†
ใŠใฏใ‚ˆใ†
ใŠใพใˆ
ใŠๅ‰
ใŠใพใˆใฏ
ใŠๅ‰ใฏ
ใŠใ‚‚ใ†
ๆ€ใ†
ใŠใ‚‚ใ—ใ‚ใ„
้ข็™ฝใ„
ใŠใ‚„ใ™ใฟ
ใŠใ‚„ใ™ใฟ
ใŠใ‚ˆใ
ๆณณใ
ใŠใ‚“ใŒใ
้Ÿณๆฅฝ
ใ‹ใ„ใŽ
ไผš่ญฐ
ใ‹ใ„ใŽใ—ใคใง
ไผš่ญฐๅฎคใง
ใ‹ใ„ใ—ใ‚ƒ
ไผš็คพ
ใ‹ใ„ใ—ใ‚ƒใธ
ไผš็คพใธ
ใ‹ใ„ใ˜ใ‚‡ใ†ใง
ไผšๅ ดใง
ใ‹ใ†
่ฒทใ†
ใ‹ใˆใ‚‹
ๅธฐใ‚‹
ใ‹ใŒใ
็ง‘ๅญฆ
ใ‹ใŽใ‚’
้ตใ‚’
ใ‹ใ
ๆ›ธใ
ใ‹ใ•ใ‚’
ๅ‚˜ใ‚’
ใ‹ใœใฏ
้ขจใฏ
ใ‹ใžใ
ๅฎถๆ—
ใ‹ใžใใจ
ๅฎถๆ—ใจ
ใ‹ใกใ‚‡ใ†ใจ
่ชฒ้•ทใจ
ใ‹ใชใ—ใ„
ๆ‚ฒใ—ใ„
ใ‹ใฎใ˜ใ‚‡
ๅฝผๅฅณ
ใ‹ใฐใ‚“ใ‚’
้ž„ใ‚’
ใ‹ในใซ
ๅฃใซ
ใ‹ใ‚ใ‚‰
ใ‚ซใƒกใƒฉ
ใ‹ใ‚Œ
ๅฝผ
ใ‹ใ‚Œใฏ
ๅฝผใฏ
ใ‹ใ‚“ใใ‚‡ใ†
็’ฐๅขƒ
ใ‹ใ‚“ใ”ใ—ใฎ
็œ‹่ญทๅธซใฎ
ใ‹ใ‚“ใ˜ใ‚ƒใจ
ๆ‚ฃ่€…ใจ
ใ‹ใƒผใฉ
ใ‚ซใƒผใƒ‰
ใŒใฃใ“ใ†
ๅญฆๆ ก
ใŒใฃใ“ใ†ใธ
ๅญฆๆ กใธ
ใใ
่žใ
ใใฃใ•ใฆใ‚“ใง
ๅ–ซ่Œถๅบ—ใง
ใใฃใจ
ใใฃใจ
ใใซใชใ‚‹
ๆฐ—ใซใชใ‚‹
ใใ‚ƒใใจ
ๅฎขใจ
ใใ‚…ใ†ใ‚Šใ‚‡ใ†ใŒ
็ตฆๆ–™ใŒ
ใใ‚‡ใ†ใ—ใค
ๆ•™ๅฎค
ใใ‚’ใคใ‘ใฆ
ๆฐ—ใ‚’ใคใ‘ใฆ
ใŽใ‚“ใ“ใ†
้Š€่กŒ
ใใ†ใ“ใ†
็ฉบๆธฏ
ใใ†ใ“ใ†ใธ
็ฉบๆธฏใธ
ใใ™ใ‚Š
่–ฌ
ใใ ใ‚‚ใฎ
ๆžœ็‰ฉ
ใใกใซใ™ใ‚‹
ๅฃใซใ™ใ‚‹
ใใคใ‚’
้ดใ‚’
ใใซ
ๅ›ฝ
ใใ‚‚ใŒ
้›ฒใŒ
ใใ‚‹
ๆฅใ‚‹
ใใ‚‹ใพ
่ปŠ
ใใฃใ™ใ‚Š
ใใฃใ™ใ‚Š
ใ‘ใ„ใ•ใค
่ญฆๅฏŸ
ใ‘ใ„ใ–ใ„
็ตŒๆธˆ
ใ‘ใฃใ‹ใŒ
็ตๆžœใŒ
ใ‘ใฃใ“ใ†
ใ‘ใฃใ“ใ†
ใ‘ใ‚“ใ“ใ†
ๅฅๅบท
ใ’ใ‚“ใ‹ใ‚“ใซ
็Ž„้–ขใซ
End of preview. Expand in Data Studio

IME Context Dataset

Canonical minimal dataset for Japanese IME candidate reranking. Every row has only context, reading, and target.

Configurations

  • core: 8,084
  • anonymized person context: 219
  • synthetic hard context: 146,270
  • difficult context: 11,329

person_context replaces concrete people and public persona names with [PERSON]. hard_context is kept separate so callers can choose its sampling weight rather than allowing a large synthetic set to dominate ordinary data. All configurations are training material. Create a deterministic train/validation split when training; use an independent locked benchmark as test data.

Exact rows present in the project's locked evaluation set were excluded from the hard training data. Dictionary candidate lists are not redistributed.

License

This dataset is licensed under the Creative Commons Attribution 4.0 International license (CC-BY-4.0). Generated text was reviewed, normalized, deduplicated, and filtered against the locked evaluation data before release.

Related repositories

Downloads last month
48

Models trained or fine-tuned on fa0311/warabi-context-dataset