lorinma/ChineseEncyclopedia

中文百科类数据，非百度百科或wikipedia。非常干净，质量非常高，多样性也很好，偏知识性的，可以过几个epoch的那种。 注意，有一些小问题，比如每一行最后面csv的占位逗号，以及图片的名称（例如：2022112908575485.jpg），自己用之前处理一下即可。 约28万个条目，2.4亿字。 觉得好用的话点个小心心哦 glhf:-)