yuhuanstudio/

wikipedia-zh-tw

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：2608（維基百科 dump 日期：2026/8/1）

	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。