five

English Wikipedia labeled mid-level wikiprojects set

收藏
DataCite Commons2025-05-01 更新2024-07-25 收录
下载链接:
https://figshare.com/articles/dataset/English_Wikipedia_labeled_mid-level_wikiprojects_set/5640526/1
下载链接
链接失效反馈
官方服务:
资源简介:
This dataset contains a set of 93,449 observations providing wikiproject mid-level category labels associated with talk pages for respective Wikipedia articles.Each observation includes a talk page title, talk page id, latest revision id when the extraction was done, associated wikiproject templates and mid-level wikiproject categories the corresponding article page belongs to.<br>The dataset was generated using a python script that ran mysql queries on Wikimedia PAWS.To ensure a balanced set, the script extracts a random set of 2000 page-ids per mid-level category totaling about 93,449 observationsThis dataset opens up immense possibilities for topic oriented research around Wikipedia as it exposes high level topic data associated with Wikipedia pages.

本数据集包含93449条数据样本,提供与对应维基百科(Wikipedia)条目讨论页相关联的维基项目(WikiProject)中级分类标签。每条数据样本均涵盖讨论页标题、讨论页ID、数据提取时的最新修订版ID、关联的维基项目模板,以及对应条目所属的维基项目中级分类。 本数据集通过Python(Python)脚本生成,该脚本在维基媒体PAWS(Wikimedia PAWS)平台上执行MySQL(MySQL)查询操作。为确保数据集的均衡性,脚本从每个中级分类中随机抽取2000个页面ID,最终累计得到约93449条数据样本。 本数据集披露了与维基百科页面相关联的高层级主题数据,可为围绕维基百科开展的主题导向型研究带来巨大的发展潜力。
提供机构:
figshare
创建时间:
2017-11-28
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作