Iranian History Text Corpus (Persian Wikipedia)

kaggle2025-09-15 更新2025-10-25 收录

下载链接：

https://www.kaggle.com/datasets/hosseinshahabadi/iranian-history

下载链接

链接失效反馈

官方服务：

资源简介：

Text Corpus of Iranian History in Persian

创建时间：

2025-09-15

Persian-Wikipedia-Corpus

一个包含波斯语维基百科页面的完整副本，以纯文本（无wikitext标记）和JSON格式存储，包含1,160,676篇有用文章。数据格式为每行JSON，包含12个字段，如唯一ID、文章标题、实体类型等。

github2024-05-24 更新120

codersan/Persian-Wikipedia-Corpus

该数据集来源于波斯维基百科语料库项目，包含了从波斯维基百科中解析的文章。原始数据已被转换为更易于访问的格式，并通过HuggingFace数据集库提供。数据集包含了1,160,676篇有用的文章，每篇文章都有唯一的ID、标题、类型、重要性排名、命名空间、重定向列表、是否为消歧页面、目标链接数量、信息框、文本内容、内部链接和父类别等字段。该数据集特别适用于文本生成、文本检索和文本分类等NLP任务。

Hugging Face2024-11-21 更新60

A Corpus of Persian Literary Text

A Corpus of Persian Literary Text A corpus of Persian literary text mainly focusing on poetry, covering the 9th to 21st century. Annotated for century and style, with additional partial annotation o

NIAID Data Ecosystem00

Wikipedia Text Corpus

A Raw Text Corpus for Natural Language Processing Research and Analysis

kaggle2023-11-22 更新70

mainkilora/Persian-Wikipedia-Corpus

--- dataset_info: features: - name: Id dtype: int64 - name: Title dtype: string - name: Type dtype: int64 - name: Rank dtype: int64 - name: Namespace dtype: int64 - n

Hugging Face2026-02-10 更新20