Question

我已经下载了维基百科文件转储（13.40 GB）。它以enwiki-latest-pages-articles.xml.bz2。

格式下载

如何在Python＆amp;中加载文件然后将文章转换为纯文本文件以便在其上执行LDA？

遵循了来自https://radimrehurek.com/gensim/wiki.html的说明，但未提及加载到Python中的数据。

Answer 1

运行以下代码：

python -m gensim.scripts.make_wiki filepath

其中filepath是enwiki-latest-pages-articles.xml.bz2的文件路径。