英語版 Wikipedia ダンプ

英語版 Wikipedia ダンプのダウンロード: 別ページ »で説明

ダウンロードしたファイルのファイル名を確認しておくこと． ファイル名は次の通りであるとして説明を続ける．

enwiki-20200701-pages-articles-multistream.xml.bz2

Ubuntu では python3

mkdir gensim
python -m gensim.scripts.make_wiki enwiki-20200701-pages-articles-multistream.xml.bz2 ./gensim