AdamCodd/unreal-engine-5-raw

该数据集是从Unreal Engine文档中提取的，包含了截至Unreal Engine 5.3的所有资源。虽然解析不完美，但重要部分已包含。提供了源文件和URL，供用户自行解析文档。数据集包含一个压缩文件，解压后大约77GB，内含409,188个HTML文件。此外，还提供了一个专注于代码的数据集子集。

This dataset has been extracted from the Unreal Engine documentation and contains all the resources up to Unreal Engine 5.3. The parsing is not perfect, but the important bits are there. The source files and URLs are also provided if you want to parse the documentation yourself. The dataset includes a compressed file that, when unzipped, is roughly 77GB and contains 409,188 HTML files. Additionally, a subset of this dataset focused solely on the code is provided.

原始信息汇总

数据集概述

数据集基本信息

• 许可证: Apache-2.0
• 语言: 英语
• 大小分类: 10M<n<100M

数据集内容

• 数据集从Unreal Engine文档中提取，包含至Unreal Engine 5.3的所有资源。
• 解析可能不完全完美，但关键内容已包含。
• 提供源文件和URL，以便用户自行解析文档。

文件信息

• 文件名: sources.7z
• 内容: 包含所有用于提取文本的HTML文件（共409,188个文件）。
• 压缩状态: 文件经过高度压缩，解压后大小约为77GB。

相关数据集

• 专注于代码的子集数据集可在此处找到：unreal-engine-5-code

搜集汇总

背景与挑战

背景概述

该数据集是从Unreal Engine文档中提取的原始文本数据，涵盖截至Unreal Engine 5.3的所有资源，主要用于Android开发等相关内容。数据集规模较大，包含约1,470万行文本，文件大小为424 MB，采用Apache 2.0许可证，适合用于自然语言处理或文档分析任务。