WikiLinks 维基百科链接数据集

数据集下载 磁力链 下载帮助

WikiLinks 维基百科链接数据集是一个将维基百科的全文按段落、短语或段落本身的一部分进行搜索的数据集。该数据集将维基百科上的每个页面视为代表一个实体 (或概念或想法),基于从网络搜索中找到的超链接,并使用锚文本作为提及,最终可以提供大规模不需要人工操作的标记数据。

数据集包括:

  • 来自 400 多万篇文章的近 19 亿个单词
  • 300 万个实体上的 4000 万个提法
  • 10 个压缩文本文件 data-0000[0-9]-of-00010.gz.

此数据集创建于 2012 年 9 月 29 日

2 做种 0 下载 31 已完成
  • WikiLinks/README.md 1.33 KB
  • WikiLinks/README.txt 1.33 KB
  • WikiLinks/data/README.txt 4.19 KB
  • WikiLinks/data/data-00000-of-00010.gz 175 MB
  • WikiLinks/data/data-00001-of-00010.gz 175.23 MB
  • WikiLinks/data/data-00002-of-00010.gz 175.21 MB
  • WikiLinks/data/data-00003-of-00010.gz 175.51 MB
  • WikiLinks/data/data-00004-of-00010.gz 174.96 MB
  • WikiLinks/data/data-00005-of-00010.gz 175.24 MB
  • WikiLinks/data/data-00006-of-00010.gz 175.26 MB
  • WikiLinks/data/data-00007-of-00010.gz 175.36 MB
  • WikiLinks/data/data-00008-of-00010.gz 175.84 MB
  • WikiLinks/data/data-00009-of-00010.gz 175.17 MB