Ensemble De Données De Liens Wikipédia WikiLinks

WikiLinks est un ensemble de données qui permet de rechercher le texte intégral de Wikipédia par paragraphe, par phrase ou par partie du paragraphe lui-même. L'ensemble de données traite chaque page de Wikipédia comme représentant une entité (ou un concept ou une idée) en fonction des hyperliens trouvés à partir de recherches sur le Web et utilise un texte d'ancrage comme mentions, ce qui peut finalement fournir des données étiquetées à grande échelle sans nécessiter de manipulation humaine.

L'ensemble de données comprend :

• Près de 1,9 milliard de mots provenant de plus de 4 millions d'articles
• 40 millions de références à 3 millions d'entités
• 10 fichiers texte compressés data-0000[0-9]-of-00010.gz.

Cet ensemble de données a été créé le 29 septembre 2012