詳解中文維基百科數據處理流程及腳本代碼

導讀 最近在做詞向量相關工作，詞向量的訓練數據採用中文維基百科數據，訓練之前，要對維基百科數據進行處理，這篇文章記錄了一些處理過程及相關的腳本。   一、維基百科 維基百科（Wikipedia），是一個基於維基技術的多語言百科全書協作計劃，也是一部用不同語言寫成的網絡百科全書。維基百科是由吉米·威爾士與拉里·桑格兩人合作創建的，於2001年1月13日在互聯網上推出網站服務，並在2001年1月15日

>>阅读原文<<