Persian Wikipedia Dataset

kaggle2020-08-18 更新2024-03-07 收录

下载链接：

https://www.kaggle.com/datasets/miladfa7/persian-wikipedia-dataset

下载链接

链接失效反馈

官方服务：

资源简介：

Persian(Farsi) Wikipedia Corpus

波斯语（法尔西语）维基百科语料库

创建时间：

2020-08-18

Persian Wikipedia Dataset

波斯语维基百科数据集，包含截至1399年8月12日的所有波斯语文章，数据集详细信息包括文章数量739870篇，句子数量4004765句，令牌数量94002094个。

github2024-05-18 更新120

MaralGPT/persian-wikipedia

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

Hugging Face2024-01-22 更新50

codersan/Persian-Wikipedia-Corpus

该数据集来源于波斯维基百科语料库项目，包含了从波斯维基百科中解析的文章。原始数据已被转换为更易于访问的格式，并通过HuggingFace数据集库提供。数据集包含了1,160,676篇有用的文章，每篇文章都有唯一的ID、标题、类型、重要性排名、命名空间、重定向列表、是否为消歧页面、目标链接数量、信息框、文本内容、内部链接和父类别等字段。该数据集特别适用于文本生成、文本检索和文本分类等NLP任务。

Hugging Face2024-11-21 更新60

Persian-Wikipedia-Corpus

一个包含波斯语维基百科页面的完整副本，以纯文本（无wikitext标记）和JSON格式存储，包含1,160,676篇有用文章。数据格式为每行JSON，包含12个字段，如唯一ID、文章标题、实体类型等。

github2024-05-24 更新120

Persian-QA-Wikipedia | سوال جواب فارسی

High Quality Question Answering on Wikipedia (Persian)

kaggle2023-08-27 更新70