wikimedia / structured-wikipedia
英语和法语维基百科文章的结构化解析数据
社区实测
Hugging Face 上由 Wikimedia 官方维护的结构化 Wikipedia 快照，提供解析好的信息框、章节和 Wikidata 实体链接，省去 wikitext 解析，适合离线分析与社区复用，但需注意 CC-BY-SA-4.0 的衍生合规要求。
- 无需自行解析 wikitext，直接获取结构化 Wikipedia 内容（信息框、章节、Wikidata 实体链接），跳过正则解析层
- 提供定期刷新的 Wikipedia 快照，支持社区复用与大规模离线分析
- CC-BY-SA-4.0 许可证要求署名和相同方式共享，衍生数据集或商用场景需评估合规风险
- Wikimedia 基础设施偶发安全事件（如恶意脚本导致全站只读）可能造成数据更新中断
来源
wikimedia/structured-wikipedia · Datasets at Hugging FaceJolan Wuyts - Datasets at Hugging Face - LinkedInWikimedia Enterprise Blog - Releases, News, Announcements[MEGATHREAD] Wikimedia wikis locked / Accounts compromised
截至 2026-06-20
- pyfrom datasets import load_dataset ds = load_dataset("wikimedia/structured-wikipedia")