stackexchange

这是Stack Exchange网络上所有用户贡献内容的匿名转储。每个站点都被格式化为一个单独的存档，由使用bzip2压缩通过7-zip压缩的XML文件组成。每个网站档案包括帖子，用户，投票，评论，事后和帖子链接。有关完整的架构信息，请参阅此meta post。贡献给堆栈交换网络的所有用户内容都是cc-bus-sa 4.0许可的，旨在共享和重新混合。我们甚至提供我们所有的数据作为一个方便的数据转储。

搜集汇总

背景与挑战

背景概述

该数据集是Stack Exchange网络上所有用户贡献内容的匿名转储，每个站点以XML文件格式存档，包含帖子、用户、投票等元素，数据遵循CC BY-SA 4.0许可，由Stack Exchange, Inc.于2023年6月发布。