Mathematicians of Wikipedia

kaggle2017-09-16 更新2024-03-07 收录

数学家

维基百科

数据链接：

https://www.kaggle.com/datasets/joephilleo/mathematicians-on-wikipedia 数据链接链接失效反馈

官方服务：

资源简介：

A Dataset of the World's Most Famous Mathematicians

全球最著名数学家数据集

创建时间：

2017-09-16

amitness/wikipedia_mt

自然语言处理

维基百科

--- language: mt dataset_info: features: - name: id dtype: string - name: url dtype: string - name: title dtype: string - name: text dtype: string splits: - name: train

Hugging Face2023-08-14 更新200

mmnga/wikipedia-ja-20230720-50k

维基百科

日本语应用

该数据集是从[izumi-lab/wikipedia-ja-20230720]中随机抽取的50,000条记录，包含curid、title和text三个特征。数据集分为train分割，下载大小为78354971字节，数据集大小为134082445.03326812字节。

Hugging Face2023-09-25 更新180

shaowenchen/wiki_zh

维基百科

知识库

As of 2019.2.7

Hugging Face2023-09-15 更新100

somewheresystems/dataclysm-wikipedia

维基百科

文本嵌入

该数据集包含6,458,670篇英文维基百科文章，并使用bge-small-en-v1.5模型为每篇文章的标题生成了嵌入向量。数据集来源于2022年3月1日的维基百科，与其它数据集相比，它在未压缩状态下的大小显著较小。数据集可用于通过查询和标题之间的相似性搜索来检索文章文本，或直接获取2022年3月1日的文章内容。为了提高效率，建议仅保留标题、标题嵌入和URL，以便快速加载和索引信息，并通过网络异

Hugging Face2024-01-17 更新190

hidden_costs-wiki_xml_dumps.tar

维基百科

数据转储

archive of XZ compressed MediaWiki XML dumps (330GB+ uncompressed)

Mendeley Data2024-03-27 更新110