Internet Archive

The Internet Archive includes texts, audio, moving images, software, and archived web pages.互联网档案馆收录了文本、音频、动态影像、软件以及归档的网页。

搜集汇总

背景与挑战

背景概述

Internet Archive是一个成立于1996年的大规模数字档案馆，涵盖人文、生命科学、自然科学和工程科学等多个学科，存储了包括7350亿网页、4100万书籍、1470万音频和840万视频在内的多种媒体资源。该数据集提供开放访问（部分数据受限或延迟），支持API接口，并由多个机构资助，主要用于数字图书馆和网络存档目的。