Wikipedia Dump 20200820
收藏kaggle2020-08-28 更新2024-03-07 收录
下载链接：
https://www.kaggle.com/datasets/toastedalmonds/wikipedia-dump-20200820
下载链接
链接失效反馈官方服务：
资源简介：
Full English Wikipedia from the 08-20-2020 archive dump.
创建时间：
2020-08-28
搜集汇总
数据集介绍
背景与挑战
背景概述
该数据集是2020年8月20日的完整英文维基百科存档转储，包含一个17.23 GB的文本文件，每行代表一篇维基百科文章，且已进行预处理（去除标点、全部小写）。它主要用于自然语言处理任务，如词嵌入模型训练，并采用CC0公共领域许可证，是一个静态的大规模文本数据集。
以上内容由遇见数据集搜集并总结生成
