game_characters
קוד פתוחdeepghsapache-2.02023-01-28
מאגר נתונים מובנה על דמויות מחמישה משחקי מובייל פופולריים, שמתעדכן אוטומטית בכל יום. הוא מרכז שמות, כינויים ותגיות מפלטפורמות שונות כדי לחסוך עבודת גירוד ומיפוי ידנית.
- 3,623הורדות בחודש
- 31לייקים
מה זה
המאגר כולל מידע על כל הדמויות מחמישה משחקים מרכזיים: Arknights, Fate/Grand Order, Azur Lane, Girls' Front-Line ו־Genshin Impact. המידע נאסף ישירות מאתרי ויקי ייעודיים לכל משחק, כמו prts.wiki, fgo.wiki, biligame, iopwiki והוויקי היפני של Genshin Impact בפנדום.
המבנה מאורגן לפי תיקיות לכל משחק, ובתוכן 209 קבצים בפורמטים JSON ו־YAML. הקבצים מכילים אינדקסים של דמויות, כינויים (aliases), ומיפויים מול פלטפורמות תוכן כמו Pixiv, Danbooru ו־anime-pictures.net. תהליך האיסוף והעדכון מנוהל אוטומטית פעם ביום באמצעות Github Actions דרך ספריית קוד פתוח בשם gchar.
מתאים ל
- נרמול תיוג תמונות
מיפוי תגיות מרובות של דמויות מ־Pixiv ומ־Danbooru למזהה אחיד ונקי.
- זיהוי ישויות בטקסט
אימון ושיפור מודלי שפה לזיהוי שמות וכינויים של דמויות מעולם משחקי הגאצ'ה.
- איסוף דאטה ויזואלי
שימוש ברשימות השמות והכינויים כבסיס לשאילתות זחילה באתרי תמונות.
איפה זה נופל
המאגר מכיל מטא-דאטה ושמות בלבד, ולא כולל תמונות בפועל. הכיסוי מוגבל לחמישה משחקים ספציפיים בלבד, כך שאם אתם צריכים עולם תוכן רחב יותר, תצטרכו להשלים אותו לבד. בנוסף, מקורות המידע הם אתרי מעריצים וויקי בשפות שונות, בעיקר יפנית וסינית, ואין כאן תמיכה או תרגום לעברית. אם אתם בונים על עקביות מלאה במיפוי התגיות בין Danbooru ל־Pixiv, חובה לבדוק ידנית את איכות הכינויים בקובצי ה־YAML לפני שמסתמכים עליהם בעיבוד אוטומטי.
שאלות
נפוצות
האם מותר להשתמש בדאטהסט לפרויקט מסחרי?
הרישיון המדווח הוא Apache 2.0, ולכן מבחינת יוצרי המאגר השימוש המסחרי מותר לגמרי. עם זאת, הנתונים מכילים שמות ודמויות של משחקים מסחריים מוגנים בזכויות יוצרים של חברות אחרות. עליכם לוודא שהשימוש שלכם בדמויות עצמן אינו מפר סימני מסחר או זכויות יוצרים.
האם המאגר כולל עברית?
לא, אין במאגר שום מידע בעברית. הנתונים נאספו מאתרי ויקי באנגלית, סינית ויפנית בלבד. אם המוצר שלכם מיועד לקהל ישראלי ודורש שמות בעברית, תצטרכו לתרגם אותם באופן עצמאי.
מה בדיוק מכיל הדאטהסט?
המאגר כולל קובצי JSON ו־YAML המכילים שמות דמויות, כינויים ומזהי תגיות מפלטפורמות רשת שונות. הוא אינו מכיל קובצי מדיה או תמונות של הדמויות עצמן. מדובר במאגר נתוני טקסט ומטא-דאטה שנועד לחבר בין שמות דמויות לתיוגים שלהן ברשת.
איך המידע נאסף ומתעדכן?
הנתונים נגרדים ישירות מחמישה אתרי ויקי קהילתיים של המשחקים הנתמכים. תהליך הגירוד והבנייה רץ בצורה אוטומטית פעם ביום באמצעות Github Actions. קוד המקור שאחראי על התהליך פתוח וזמין בספריית הפייתון narugo1992/gchar.
איך טוענים
אין צורך באישור גישה מיוחד כדי להוריד את הקבצים, המאגר ציבורי לחלוטין. במקום טבלה אחת גדולה או פורמט parquet שנטען בשורה אחת, הנתונים יושבים במבנה של קובצי JSON ו־YAML נפרדים לכל משחק. לפני שרצים לאמן, צריך לעבור על קובצי ה־index וה־alias ולחלץ את השדות הרלוונטיים עבורכם, כמו שמות דמויות ותגיות המקור. הקוד שמייצר ומנהל את המבנה הזה פתוח וזמין בספריית הפייתון narugo1992/gchar בגיטהאב.
from datasets import load_dataset
ds = load_dataset("deepghs/game_characters")הרישיון
המאגר מפורסם תחת רישיון Apache 2.0. הרישיון מתיר שימוש מסחרי, שינוי והפצה של המידע, ומאפשר לאמן עליו מודלים בלי לחייב אתכם לפתוח את קוד המקור של המודל שנוצר. התנאי המרכזי הוא מתן קרדיט ושמירה על הודעת הרישיון המקורית. עם זאת, שמות הדמויות והקניין הרוחני עצמם שייכים לחברות המשחקים שיצרו אותם.
- שימוש מסחרי
- שינוי הקוד
- הפצה מחדש
- שימוש בפטנטים