weixin_public_corpus

微信公眾號語料庫

部分網絡抓取的微信公眾號的文章，已經去除HTML，只包含了純文本。每行一篇，是JSON格式，name是微信公眾號名字，account是微信公眾號ID，title是題目，content是正文。

數據用zip分卷壓縮過的, 沒有密碼。預覽可以看preview.json。

目前數據大約3G，數據會定期更新增加。

請只用於研究用途。

有問題或者特殊需求直接建Issue。

[email protected]

歡迎志同道合的小伙伴加入校寶一起來搞有意思的事情！ https://www.xiaobaoonline.com/pc/contactjoin