wiki维基百科各种语料数据下载

wiki维基百科常用语料下载路径

英文语料路径:

https://dumps.wikimedia.org/enwiki/

中文语料路径:

https://dumps.wikimedia.org/zhwiki/

西班牙语料路径:

https://dumps.wikimedia.org/eswiki/latest/

下载文件选择:

enwiki-latest-pages-articles.xml.bz2
zhwiki-latest-pages-articles.xml.bz2       
eswiki-latest-pages-articles.xml.bz2

其他语料路径请参考上述的路径命名规则。

文本清晰参考:中英文维基百科语料上的Word2Vec实验 – 我爱自然语言处理

你可能感兴趣的:(机器学习,python)