自己用来训练word2vec的，已提取文本，做了分词处理，过滤了大部分的特殊字符。
共包含3273626个段落的文本（一个段落包含了多个语句）。
处理后的语料有1.1G，由于文件较大，提供百度网盘下载地址。
2019-12-21 20:19:24
650B
1
原文件为zhwiki-latest-pages-articles.xml.bz2，大小为1.7G，最新时间为19年7月下载，转为txt文本，繁转简，分词，gensim训练后的model文件
2019-12-21 20:02:26
15.28MB
1
自己用来训练word2vec的，已提取文本，做了分词处理，过滤了大部分的特殊字符。
共包含3273626个段落的文本（一个段落包含了多个语句）。
处理后的语料有1.1G，由于文件较大，提供百度网盘下载地址。
2019-12-21 19:54:45
300B
1
中文维基glove词向量（已训练）-part1，中文维基glove词向量（已训练）-part1
2019-12-21 19:37:14
190.73MB
1
中文维基glove词向量（已训练）-part2中文维基glove词向量（已训练）-part2
2019-12-21 19:37:14
113.06MB
1
本文主要是参看我的博客http://blog.csdn.net/eastmount/article/details/44342559 [python学习] 简单爬取维基百科程序语言消息盒，主要讲述Python爬取维基百科的方法，主要是提供一种方法和思想，希望对大家有所帮助。
建议同博客一起阅读，否则可能感觉有些模糊。免费资源分享给大家学习。
2019-12-21 18:49:23
841KB
1