獲取並處理中文維基百科語料

中文語料庫中，質量高而又容易獲取的語料庫，應該就是維基百科的中文語料了，並且維基百科至關厚道，每月都把全部條目都打包一次（下載地址在這裏：https://dumps.wikimedia.org/zhwiki/），供全世界使用，這纔是真正的「取之於民，回饋於民」呀。遺憾的是，因爲天朝的無理封鎖，中文維基百科的條目到目前只有91萬多條，而百度百科、互動百科都有千萬條了（英文維基百科也有上千萬了）。儘管

>>阅读原文<<