gpt4 book ai didi

wikipedia - 如何下载和使用维基百科数据转储?

转载 作者:行者123 更新时间:2023-12-05 01:35:19 44 4
gpt4 key购买 nike

我想计算特定语言的 wiki 转储中的实体/类别,比如英语。对于初学者来说,很难找到/遵循官方文档。到目前为止我所了解的是我可以下载一个 XML 转储(我从所有可用的不同文件中下载什么),并解析它(?)以计算实体(文章主题)和类别。

此信息(如果有的话)很难找到。请提供一些关于我如何使用它的说明或我可以了解它的资源。

谢谢!

最佳答案

转储相当笨重:即使是“真实”的小转储也有 25G。由于 RDF 相当冗长,因此扩展到 >100G。所以我的一般建议是避免转储。

如果实在忍不住,https://wdumps.toolforge.org/dumps允许您仅使用所需的语言/属性/实体创建自定义的转储子集。

然后,逐行阅读并……对每一行做一些事情

关于wikipedia - 如何下载和使用维基百科数据转储?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/63035431/

44 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com