JamesConley/wikitext_en
收藏Hugging Face2024-01-19 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/JamesConley/wikitext_en
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是基于英文维基百科转储处理后的版本，文章按照被引用次数从高到低排序。数据集中移除了{{和}}标签之间的信息。CSV格式包含以下列：文章名称、元数据、提及次数和无括号文本。文件还提供了一个示例，展示了最常被引用的文章的内容。
该数据集是基于英文维基百科转储处理后的版本，文章按照被引用次数从高到低排序。数据集中移除了{{和}}标签之间的信息。CSV格式包含以下列：文章名称、元数据、提及次数和无括号文本。文件还提供了一个示例，展示了最常被引用的文章的内容。
提供机构：
JamesConley
原始信息汇总
数据集概述
数据集来源
- 该数据集是从英文维基百科的转储版本（https://dumps.wikimedia.org/）处理得到的。
数据集内容
- 文章按照被引用的次数从多到少排序。
- 信息在 "{{" 和 "}}" 标签之间的内容已被移除。
数据格式
- 数据集以CSV格式存储，包含以下列：
- Article Name: 文章名称
- Metadata: 元数据（包含时间戳）
- Mentions: 提及次数
- Braceless Text: 无括号文本
示例数据
| Article Name | Metadata | Mentions | Braceless Text |
|---|---|---|---|
| United States | Timestamp: 2023-03-01T01:56:51Z | 404035.0 | The United States of America (U.S.A.... |
| The New York Times | Timestamp: 2023-02-28T10:41:15Z | 267551.0 | The New York Times (the Times... |
| France | Timestamp: 2023-02-23T19:17:40Z | 238391.0 | France ()<!-- Do not add English pronunc... |
| Germany | Timestamp: 2023-02-25T19:46:11Z | 230283.0 | Germany, officially the Federal Repub... |
| Billboard (magazine) | Timestamp: 2023-02-24T02:33:29Z | 201064.0 | Billboard (stylized as billboard... |
许可
- 该数据集遵循CC-BY-3.0许可协议（https://creativecommons.org/licenses/by-sa/3.0/）。
