代码之家 › 专栏 › 技术社区 › Boolean

维基百科:跨多种语言的网页

information-retrieval wikipedia nlp java

Boolean · 技术社区 · 16 年前

有办法得到这些数据吗?

谢谢巴拉

3 回复 | 直到 16 年前

Andrew Grimm Alex Wayne 16 年前

维基媒体基金会提供了其所有项目的XML转储,包括英语维基百科。

[[language_code:Name of other language Wikipedia article]] ,其中语言代码通常是两个或三个字母的代码(例如 tlh simple 简单的英语。

dmitry_vk 16 年前

Aubrey 11 年前

所有的互联已经从Wikipedia文章中删除了,现在Wikidata承载了所有这些内容:您可以检查一个项目(例如, Q42 “道格拉斯亚当斯”)和“维基百科网页链接到这个项目”部分将为您提供所有不同的维基百科。

在这里你可以找到 Wikidata API ,或者您可以使用 Special:Export

推荐文章

thenightmarechild92 · 使用正则表达式拆分具有唯一标题的子节

2 年前

lucasa.lisboa · 无法从“huggingface_hub”导入名称“split_torch_state_dict_into_shards”

2 年前

Zoltan Hernyak · C#中的英文文本标记化不是python是可能的吗?

2 年前

Toothpick Anemone · 字母“i”本身的正则表达式是什么?

2 年前

me0076 · 使用LLM提取多个实体

2 年前

Franck Dernoncourt · 当测试字符串100%包含查询字符串时,为什么fuzzywuzzy的process.extractBests不能给出100%的分数?

2 年前

jstark523 · 试图为我的应用程序找出最佳LLM选项

2 年前

lyanna · 检测同词句子的语义相异性

3 年前

Yash Babel · Microsoft Copilot-与Excel集成

3 年前

chetan sharma · 从每一行和a)、b)、c)、d)中删除,列类型为pandas.core.series。系列

3 年前