文件名称:
wp2txt：WP2TXT从Wikipedia转储文件中提取纯文本数据（以Bzip2压缩为XML编码），剥离所有MediaWiki标记和其他元数据-源码
开发工具:
文件大小: 5mb
下载次数: 0
上传时间: 2021-02-03
详细说明：WP2TXT
维基百科转储文件到文本转换器
重要提示：这是一个仍在进行中的项目，可能会很慢，不稳定甚至具有破坏性！ 应谨慎使用。
关于
WP2TXT从Wikipedia转储文件（以XML编码/使用Bzip2压缩）中提取纯文本数据，剥离所有MediaWiki标记和其他元数据。 它最初旨在对寻求获取开源多语言语料库的简便方法的研究人员有用，但对于其他目的可能是方便的。
更新： 0.9.1版添加了新的num-threads选项，从而显着提高了性能。 另请注意，-- --category选项默认情况下--category启用状态，其输出格式与以前的版本略有不同。 在继续转换巨大的Wikipedia
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
