YCWTG/wikipedia_zh_cleaned_latest

🌐Language 中文|English 本数据集由2025年12月11日维基百科的中文版本的快照经过清洗得来，专用于预训练等文本生成相关的模型训练。 特色 ⚡体积优势 🧠文本易理解 💬更符合中文语境 仅经过基础清洗的数据集 3.50GB 存在复杂的网址链接残留的html标记正文内容被清除后残存的标题牛皮癣一样的引文注脚 暴力抹除非中文文字，导致信息缺失严重 本数据集 3.21GB(8.29%↓) 通过多重工序清洗基本不存在难以理解的文本内容 保留部分英文以及少量其他语言文字(如日语) 仅经过基础清洗的数据集 【孙中山】 孙中山（catIdx=S孙），本名文23，字德明，号日新、逸仙，广东香山翠亨乡人，中国近代政治家、革命家、医师。孙中山早年曾出洋求学，并在港习医。 中华人民共和国政府尊其为「中国民主革命的伟大先行者、杰出的爱国主义者和民族英雄」，民间亦有称其为「中国人向西方寻求救国救民真理的杰出代表」pp=2。 == 生平 == === 早年 === 广州博物馆馆藏的孙中山手令… See the full description on the dataset page: https://huggingface.co/datasets/YCWTG/wikipedia_zh_cleaned_latest.

<iframe src="https://silytics.si/embed/item/f0fd1eab-38e4-442d-885e-8c69c53409c3" width="420" height="190" style="border:0" loading="lazy" title="Silytics entry"></iframe>

Silytics shows public metadata from Hugging Face and links to the original. Information may be incomplete or out of date. Last refreshed 17 October 2026. Licenses and terms of the original apply to the work itself. Not financial, legal or professional advice.