【wiki维基百科中文数据集】抽取wiki数据集——实操

参考

【https://blog.youkuaiyun.com/wangyangzhizhou/article/details/78348949】

【另外一篇参考处理wiki数据】

　　【1】【https://blog.youkuaiyun.com/sinat_26917383/article/details/79462107】

　　　　【上述代码】【https://github.com/mattzheng/ChineseWiki/blob/master/README.md】

　　【2】【https://blog.youkuaiyun.com/jdbc/article/details/59483767】

　　一、下载数据集

　　到【https://dumps.wikimedia.org/zhwiki/latest/】下载最新的中文wiki百科数据集【zhwiki-latest-pages-articles.xml.bz2】。

　　也就是【https://dumps.wikimedia.org/zhwiki/latest/zhwiki-latest-pages