fjcanyue/wikipedia-zh-cn
收藏Hugging Face2024-10-26 更新2024-12-14 收录
下载链接：
https://hf-mirror.com/datasets/fjcanyue/wikipedia-zh-cn
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是从zhwiki dump转换而来的中文维基百科数据集，数据规模在100M到1B之间，适用于中文自然语言处理任务。
Wikipedia Chinese Dataset is a dataset transformed from zhwiki dump, in Chinese, with a size between 100M and 1B.
提供机构：
fjcanyue搜集汇总
数据集介绍
背景与挑战
背景概述
该数据集是中文维基百科的离线快照集合，包含约555万条条目，每条记录包含id、标题、标签和正文内容，总大小约13.4 GB。数据以JSON Lines格式存储，适用于语言模型预训练、文本分类和知识图谱构建等自然语言处理任务，遵循GNU和CC BY-SA开源协议。
以上内容由遇见数据集搜集并总结生成
