wikipedia-20240101

# Dataset Card for Wikipedia English January 2024 Dataset created using this [repo](https://huggingface.co/datasets/NeuML/wikipedia) with a January 2024 Wikipedia snapshot. This repo also has a precomputed pageviews database. This database has the aggregated number of views for each page in Wikipedia. This file is built using the Wikipedia [Pageview complete dumps](https://dumps.wikimedia.org/other/pageview_complete/readme.html)# 2024年1月英文维基百科数据集卡片（Dataset Card） 本数据集基于此[仓库](https://huggingface.co/datasets/NeuML/wikipedia)构建，采用2024年1月的维基百科快照。 该仓库同时提供预计算的页面访问量数据库，该数据库收录了维基百科各页面的累计访问量。此文件依托维基百科的[完整页面访问量转储文件（Pageview complete dumps）](https://dumps.wikimedia.org/other/pageview_complete/readme.html)生成。

搜集汇总

背景与挑战

背景概述

该数据集基于2024年1月的英文维基百科快照构建，包含一个预计算的页面浏览量数据库，该数据库汇总了每个页面的浏览量，数据来源于维基百科的完整页面浏览转储。