参考
【https://blog.csdn.net/wangyangzhizhou/article/details/78348949】
【另外一篇参考处理wiki数据】
【1】【https://blog.csdn.net/sinat_26917383/article/details/79462107】
【上述代码】【https://github.com/mattzheng/ChineseWiki/blob/master/README.md】
一、下载数据集
到【https://dumps.wikimedia.org/zhwiki/latest/】下载最新的中文wiki百科数据集【zhwiki-latest-pages-articles.xml.bz2】。
也就是【https://dumps.wikimedia.org/zhwiki/latest/zhwiki-latest-pages