internet-dataset

internet-dataset copied to clipboard

这些数据集能导入sese-engine嘛？

5

直接复制到savedata似乎没有用

gitchw

能来一个用户搜索的关键词的统计信息嘛？

1

包含 被搜索的内容、此内容被搜索的次数、最近一次被搜索此内容取回多少数据

tumuyan

女装大佬要么

2

RT

yuqing-liu-dut

数据集完整性？

5

请问是需要下载所有完整的数据集并解压在savadata下才行吗？还是可以只下载一部分压缩包并解压？ 对于另一个Issue 关于数据集 #5 你说[RimoChan](https://github.com/RimoChan) commented [on Sep 30](https://github.com/RimoChan/internet-dataset/issues/5#issuecomment-1741736164) 3种类数据都包含「不同网站的网址」，但是抽样的方法不1样。你可以直接把3个.001都下回去，看看哪个是你想要的。 我就只下载了这三个001文件并解压在savedata下，出现了： ** domain.zip.001 - 该文件已损坏，或缺少其余压缩分卷。 domain.zip.001: 网站之门\2a\d28_ - CRC 校验错误。 出现错误 ** 请问这样的数据还能使用吗？ 也就是，解压分卷得到的数据就能用，还是说解压完整卷才能使用？

manny1185