| 以文本方式查看主题 - 课外天地 李树青 (http://njcie.com/bbs/index.asp) -- 信息检索原理课件 (http://njcie.com/bbs/list.asp?boardid=16) ---- 免费的互联网爬虫数据集 (http://njcie.com/bbs/dispbbs.asp?boardid=16&id=2025) |
| -- 作者： -- 发布时间：2024/11/28 15:03:14 -- 免费的互联网爬虫数据集 https://commoncrawl.org 2007年创建，超过2500亿个网页，语料库免费开放，被10000多篇研究论文引用，每月新增30-50亿个页面 |