yasalma/wikipedia
收藏Hugging Face2025-06-29 更新2025-07-05 收录
下载链接：
https://hf-mirror.com/datasets/yasalma/wikipedia
下载链接
链接失效反馈官方服务：
资源简介：
这是一个包含多种语言（татара语、巴什基尔语、萨哈语）的维基百科页面纯文本数据集。文本去除了HTML标签和wiki模板，仅包含markdown语法的标题、列表和表格。数据集适用于文本生成和填充掩码任务。
This dataset is a plain text version of pages from `wikipedia.org` spaces for several languages ([Tatar](https://tt.wikipedia.org/wiki), [Bashkir](https://ba.wikipedia.org/wiki), [Sakha](https://sah.wikipedia.org/wiki)). The text is without HTML tags nor wiki templates. It just includes markdown syntax for headers, lists and tables. It is suitable for text generation and fill-mask tasks.
提供机构：
yasalma
