yuhuanstudio/wikipedia-zh-tw
中文維基百科純文字資料集（台灣正體中文） 一個條目一筆記錄，保留章節結構，可直接用於語言模型預訓練。 📅 目前版本：2610（維基百科 dump 日期：2026/10/1） 欄位 欄位 說明 id 維基百科條目 ID title 條目標題 url 條目原文網址（用未經繁簡轉換的原始標題組成，直接命中不轉址） text 條目全文。第一行為標題，章節以 ## 標示，列表為 - ，表格列以 ｜ 分隔，程式碼用 ``` 圍欄，公式保留 LaTeX 並以 $ 包住 不含圖說——圖說說的是「這張圖是什麼」，不是條目本身的敘述，它在 圖文配對版 與 圖文交錯版 裡。 側邊資訊框的事實會抽出來接在文末的 ## 基本資料 章節——生卒年、面積、成立年份 這些往往只寫在資訊框裡，正文不會重複。欄位名取自維基自己的模板定義，不是猜的。 沒有長度過濾：一句話的條目也是完整的知識內容，要篩隨時可以自己做， 被丟掉的救不回來。 2607 以前與 2608 起的差異… See the full description on the dataset page: https://huggingface.co/datasets/yuhuanstudio/wikipedia-zh-tw.
| Author / organization | yuhuanstudio |
|---|---|
| License (as declared) | cc-by-sa-4.0 |
| Downloads | 922 (as reported by Hugging Face) |
| Likes | 7 |
| Created | 23 January 2025 |
| Last updated at source | 10 October 2026 |
Popularity, last 5 days
922 now (+86 since 2026-10-16). Counts as reported by the source, snapshotted daily by Silytics.
More from yuhuanstudio
Silytics shows public metadata from Hugging Face and links to the original. Information may be incomplete or out of date. Last refreshed 20 October 2026. Licenses and terms of the original apply to the work itself. Not financial, legal or professional advice.