isl_wikipedia_2021

Name: isl_wikipedia_2021
Creator: corpora.uni-leipzig.de
License: 暂无描述

corpora.uni-leipzig.de2025-03-26 收录

下载链接：

https://corpora.uni-leipzig.de?corpusId=isl_wikipedia_2021

下载链接

链接失效反馈

官方服务：

资源简介：

Icelandic Wikipedia corpus based on material from 2021

基于2021年资料构建的冰岛维基百科语料库

提供机构：

corpora.uni-leipzig.de

Wikipedia Dump

Wikipedia Dump 数据集包含了维基百科的完整内容，包括文章、页面、分类、模板等。数据以XML格式存储，每月更新一次。

dumps.wikimedia.org11250

ALA Species Wikipedia URL

A list of Wikipedia URLs for species (and other taxa) within the ALA. This list is used to override the default Wikipedia content on species pages.

Research Data Australia3690

Wikipedia Summary Dataset

该数据集包含了2017年9月提取的所有英文维基百科文章的标题和摘要（或介绍）。这些摘要更为简短、精确，适合在资源受限的情况下进行高效训练或在研究中使用。

github2024-03-08 更新1850

Wikipedia-X-Full

该数据集包含多个特征，如URL、Wiki、语言、标题、全文、版本控制和流行度分数。数据集分为两个部分：fulltext1和fulltext2，分别包含1947和157079个样本。数据集的下载大小为472665921字节，总大小为1285046240字节。数据集配置为默认，数据文件分别存储在data/fulltext1-*和data/fulltext2-*路径下。

Hugging Face2024-08-29 更新3820

Wiki-Reliability

Wiki-Reliability是由Wikimedia Foundation创建的大型数据集，专注于英语维基百科文章的内容可靠性问题。该数据集通过维基百科的维护模板，标注了近100万篇文章修订版本中的可靠性问题，如中立性缺失或信息矛盾等。创建过程中，研究团队选取了10个最常见的可靠性相关模板，并采用有效方法对样本进行正负标注。Wiki-Reliability旨在支持机器学习和信息检索算法的发展，以

arXiv2021-06-01 更新2060