National Institute of Informatics, Center of Dataset Sharing and Collaborative Research: NII DSC Reference Portal / 国立情報学研究所
Not a member yet
119 research outputs found
Sort by
対話知能学 旅行代理店タスク対話コーパス（Tabidachi）
No full text科研費新学術領域研究「人間機械共生社会を目指した対話知能システム学」において収集された人同士の対話映像データ。旅行代理店の対話システムを想定し，オペレーター役とカスタマー役の観光プランに関する相談の対話をZoomを介して収録したもの。オペレータ役の話者は旅行代理店に勤務経験がある成年5名，カスタマー役の話者は成年25名・高齢者10名・こども20名の男女計55名。対話時間は1回20分程度，対話の総数は330（カスタマー役の話者一人あたり6回）。The dialogue video data recorded via Zoom, assuming a dialogue system of a travel agency.The operator speakers were 5 adults with experience working for a travel agency, and the customer speakers were a total of 55 (25 adults, 10 elderly people, and 20 children). Each dialogue lasted about 20 minutes, and the total number of dialogues was 330 (6 dialogues per customer speaker)
Yahoo! 知恵袋データ（第3版）：2024年度提供版
No full textYahoo! 知恵袋データ（第3版）として2024年度に提供のデータ。詳細は収録データセットを参照。The data provided in fiscal year 2024 as Yahoo! Chiebukuro data (3rd edition). See the containing dataset for details
ニコニコ大百科データ
No full textニコニコ大百科に投稿された記事全ての記事ヘッダおよび記事本文データ。Data of articles submitted to Nicopedia including article header and full text data
⽇本の判例HTMLデータ
No full text⼈⼯知能法学研究⽀援センターにて，最⾼裁判所が公開している判例集のPDFデータをテキスト化（HTMLデータ化）したデータセット。2024年1月11日時点で検索可能な1947年～2023年までの65,198件の判例データに対し，PDFの構造を認識して，それに応じたタグを自動で付与している。The HTML data of Japanese judicial precedents which converted from the PDF by the Center for Juris-Informatics. 65,198 precedents from 1947 to 2023 published by the Supreme Court were compiled automatically. For each precedent, the structure of the PDF was analyzed and HTML tags were added accordingly
顧客満足度調査データ
No full text株式会社oricon MEが実施している「オリコン顧客満足度」の調査データ。「保険」「住宅」など15カテゴリ，124業種について，2016年以降に実施された371件のアンケート調査の個票を含む。調査項目は，利用経験，満足度，サービスを利用する際の重視点，他者への推奨意向，再利用意向などのほか，対象となる業種ごとに異なる。自由記述の回答は削除ずみ。性別や年齢など回答者の属性も付随。Survey data collected for "Oricon Customer Satisfaction" conducted by oricon ME Inc. Individual data are included
OSX 調理映像データセット（COM Kitchens）
No full textクックパッド株式会社とオムロンサイニックエックス株式会社が共同研究を通じて収集，アノテーションしたデータセット。76の一般家庭のキッチンで撮影した，157レシピ，全177本の調理動画からなり，うち116動画（約32時間，56家庭，113レシピ）にはレシピの英語翻訳および Visual Action Graph によるアノテーションが付与されている。The dataset was collected and annotated through joint research between OMRON SINIC X Corporation and Cookpad Inc. It comprises 177 videos filmed in 76 household kitchens, featuring dishes from 157 distinct recipes. Additionally, 116 of these videos (approximately 32 hours, from 56 households, covering 113 recipes) are annotated using Visual Action Graphs with English translations of the recipes
メルカリデータセット
No full text株式会社メルカリが運営するスマートフォン向けフリマアプリ「メルカリ」へ登録されたデータで，具体的なデータ項目は下記の通り。・アプリ上に公開されている商品データ（出品状態，商品名，商品の説明，販売価格，カテゴリ，商品の状態，サイズ，ブランド，送料の負担，発送の方法，発送元の地域，発送にかかる日数，いいね！の数，コメントの数，出品日時，更新日時）・各商品ページにて公開されているコメントデータ・各商品ページにて公開されている画像データA dataset comprising of items submitted to "Mercari", a flea market app for smartphones provided by Mercari, Inc. in Japan.Each item data consists of item ID, item name, description, price, category, item condition, etc. Comments and images of each item are also included
JASTメディカルデータセット
No full text日本システム技術株式会社が保有する700万人超のレセプトデータを，性別・年代・医療機関都道府県といったパーソナルな情報を集計軸として，傷病情報ICD-10コード別の患者数・レセプト件数・医療費を集計した3年分のデータ。次の3種類の集計データが含まれており，月次のデータについては3か月ごとに追加更新される予定。・月次（性・年代・地域別，2018年4月以降）・年次（性・年代別，2020年4月以降）・月次（区分なし，2020年4月以降）Aggregated receipt data from more than 7 million people held by Japan System Techniques Co., Ltd. The dataset includes the number of receipts, number of patients and medical expenses per International Classification of Diseases code ICD-10 for three years aggregated with personal attributes such as gender, age, prefecture, etc. ・monthly data (aggregated with gender, age, prefecture: from April 2018) ・annual data (aggregated with gender, age: from April 2020) ・monthly data (from April 2020) Monthly data will be provided every three months with the period slided
神戸大 日中対照調音動態MRI動画コーパス (KUJC-MRI)
No full text調音（発声）の際の調音器官の動きを医療用MRI（磁気共鳴画像）装置で収録した静止画及びそれを動画化したデータベース．日本語・中国語の比較を目的として，日本語話者・中国語話者双方により，母音，単音，日本語内近似音，日中両言語の近似音などを収録．中国語話者は日本語学習者であり，中国語の発話に加えて日本語の発話も収録している．話者はタスクにより1～6名．This database contains images and movies of articulatory movements by Japanese and Chinese speakers. Japanese and Chinese utterances such as vowel sounds, similar sounds within the Japanese language, similar sounds in the Japanese and Chinese languages, etc. were recorded by a medical MRI system. The Chinese speakers were also learners of Japanese, so they uttered Japanese utterances in addition to Chinese utterances. The number of speakers is 1-6 depending on the task
日本語声質表現文音声ペアコーパス（Coco-Nut）
No full text音声合成時の自由記述文による声質制御に向けて，7,330の日本語発話（延べ約8時間）に対し，それらの声質を自由記述によりアノテーションしたもの．音声データは，YouTubeより収集したものの中から，1コンテンツあたり1～数発話（1発話は10秒以内）を抽出している．声質表現文は複数のクラウドワーカが音声を聴取して作文しており，1発話あたり1～5件付与されている．This corpus consists of Japanese speech, their transcriptions, and their characteristics prompts (free-form descriptions that express characteristics of speech).This corpus contains 7,330, 8-hour (in total) speech gathered from the YouTube. The characteristics prompts were collected through crowdsourcing. The number of prompts is 1-5 per utterance