Version texte de Wikipédia

En juin 2014, Alexandre Bérard (de l'INSA Rennes) a produit une version texte de tous les articles de Wikipédia en français, dans le cadre de son stage de maîtrise. À ceci s'ajoutent d'autres ressources utiles.

L'archive est disponible ici (1,3 Go). Une classe Java pour lire l'index et la version texte associée est aussi disponible.

On y retrouve notamment:

titles.frTous les titres d'articles de Wikipédia français
titles.enTous les titres d'articles de Wikipédia anglais
titlepairs.txtToutes les paires d'articles liées par un lien interlangue
wiki.fr1 521 566 articles français, en format texte
index.frUn index des fichiers, tel que documenté plus en détail dans l'archive

 

Contact : Alexandre Bérard