Chinese Wikipedia
收藏arXiv2025-09-30 收录
下载链接：
https://dumps.wikimedia.org/zhwiki/latest/
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是从中文维基百科收集的大型语料库，包含了17亿个字符，词汇量达到了27,681个。它被用于大规模的预训练任务，旨在生成对话。
This dataset is a large-scale corpus collected from Chinese Wikipedia, containing 1.7 billion characters and a vocabulary size of 27,681. It is employed for large-scale pre-training tasks aimed at generating conversational dialogues.
提供机构：
Wikimedia
