百度百科 9百万条数据处理程序及数据

本仓库包括百度百科900万条百科数据以及处理程序，可以将数据处理成结构化信息保存到sqlite ，方便处理。

 

百度百科中文语料，包括 9147759 条词条 下载地址：

链接:https://pan.baidu.com/s/1trpfFEbw094jJkQ2GxiHfA

提取码:conf

下载好的文件需要解压后成为一个独立的txt

本库包括处理程序，可以将原始数据处理成json 形式。

使用时，需要自己用dbeaver 创建一个新的sqlite 表，包括两个字段：term 和 json .

修改程序中的路径配置为实际路径即可。

＊＊注意＊＊

本程序仅供研究使用。学术研究使用这些语料 不侵犯商业版权。

 

 

仓库地址： https://github.com/znsoftm/baidu_baike