HF 数据集

hpprc / jawiki

一份 NLP‑ready dataset,包含从 2024 年 1 月的 HTML dump 中提取的 Wikipedia articles,保留段落结构、元数据(如 disambiguation、sexual、violent flags、templates、timestamps)以及托管在 GitHub 上的 extraction scripts。

其他语言的说明

统计

统计数据截至 2026年11月16日

Hugging Face 下载数(近 30 天)
418
Hugging Face 点赞数
18
收录日
2024年5月13日

下载数(近 30 天)变化

01k2k11月9月7月5月3月2026年1月418
以表格显示
月份下载(30天)
2025年12月490
2026年1月—
2026年2月—
2026年3月—
2026年4月—
2026年5月2,000
2026年6月233
2026年7月441
2026年8月293
2026年9月854
2026年10月473
2026年11月418

各月最后一次快照时的近 30 天下载数。

同分类的热门资源

研究领域相近的资源

通过幻灯片与文章学习