wikipedia-monthly
收藏官方服务：
资源简介：
Wikipedia Monthly提供多语言维基百科文章文本数据，每篇文章包含唯一ID、URL、标题和经过清洗的纯文本内容。截至2025年12月，该仓库收录了339种语言的5470万篇文章，所有导出版本总计涵盖358种语言的1.754亿篇文章，其中英文数据集训练集约700万条，大小约15.7GB。数据集提供文章的结构化元信息，不含额外的人工标注标签。数据每月从官方维基媒体转储服务器自动化获取，并经过筛选、解析MediaWiki标记以提取和标准化纯文本内容。该数据集主要支持自然语言处理任务，特别是文本生成，并遵循CC-BY-SA-4.0许可协议。
提供机构：
AIWizards创建时间：
2025-07-19
