Dataset Viewer
Auto-converted to Parquet Duplicate
id
stringlengths
3
5
url
stringlengths
31
327
title
stringlengths
1
51
text
stringlengths
1
24.9k
807
https://ab.wikipedia.org/wiki/%D0%90%D4%A5%D1%81%D1%83%D0%B0%20%D0%B1%D1%8B%D0%B7%D1%88%D3%99%D0%B0
Аԥсуа бызшәа
А́ԥсуа бызшәа́, аԥсшәа (, ) — Аԥсны ҳәынҭқарра бызшәас иамоуп. Ихалхно — 125 000 ҩык. Аԥсуа бызшәа амш — жьҭаарамза 27. Акодқәа ISO 639-1:ab ISO 639-2:abk ISO 639-3:abk Аԥсуа алфавит Аграматика Абжьыҟатә шьҭыбжьаҟәа [ā] аа ← [ʕ] [a] а [ə] ы [ø̞] ы ← [ə] ы (ажәа аԥхьа) [ʏ] ы ← [ɥˤʏ] ҩы ← [ɥˤə] ҩы [e̞] е ← [je...
1040
https://ab.wikipedia.org/wiki/%D0%90%D2%9F%D3%99%D0%B0
Аҟәа
А́ҟәа () — Аԥсны Аҳәынҭқарра  аҳҭнықалақь. Аҟәа -  Аԥсны  аполитикеи, ааглыхреи, акультуреи,  аҵаралашареи, аҭҵаарадырреи  ирцентруп (ирыгәҭылсоуп).  Уи  ихадоу  мҩа еилысырҭоуп.  Аҟәа иҟоуп Аԥсны апорт хада.  Аҟәа - Аԥсны агәы, аӡиасқәа Аӡаԥшьи, Баслеи, Кьалашәыри Амшын Еиқәа иахьалало  аҭыԥ аҿы иҟоуп.  Аҟәа  алада А...
1044
https://ab.wikipedia.org/wiki/%D0%90%D4%A5%D1%81%D1%83%D0%B0%20%D0%B0%D0%BB%D1%84%D0%B0%D0%B2%D0%B8%D1%82
Аԥсуа алфавит
Аҭоурых Иахьа 142 шықәса ҵит аԥсуа литература ашьаҭаркҩы, Аԥсны жәла поет Дырмит Иасыф ԥа Гәлиа диижьҭеи. Раԥхьатәи аԥсуа алфавит, раԥхьатәи аԥсуа шәҟәы, раԥхьатәи аԥсуа газеҭ, раԥхьатәи аԥсуа театр. Абарҭ зегьы Дырмит Гәлиа ихьӡ иадҳәалоуп. Аԥсуа ҩыра ыҟанаҵы (уи иаанаго наунaгӡоуп) иҟазаауеит Дырмит Гәлиа ихьӡ. Иах...
1046
https://ab.wikipedia.org/wiki/%D0%93%D0%B0%D0%B3%D1%80%D0%B0
Гагра
Га́гра (, ) — Аԥсны ақалақь. Ишьҭоуп Гaгрa aҿaцә иԥшәоу aмшын aҟәaрa aҟны, Гaргaтәи aҳрaкырa aлaдaтәи aкaлҭaлa. Гaгрaтәи aрaион aҵaкырaдгьыл 772,4кв. км иҟоуп. Қaрҭ инaркны Гaгрaнӡa 534 км бжьоуп, Аҟәa инaркны Гaгрaнӡa 90 км. бжьоуп. Агеографиа Гагра аҳәаақәа: аҩада — ашьхақәа, амрагыларахь — Мамзышьха, ақыҭа Псахара,...
1053
https://ab.wikipedia.org/wiki/%D0%90%D4%A5%D1%81%D0%BD%D1%8B%20%D0%90%D2%B3%D3%99%D1%8B%D0%BD%D2%AD%D2%9B%D0%B0%D1%80%D1%80%D0%B0
Аԥсны Аҳәынҭқарра
Аԥсны Аҳәынҭқарра () — ҳәҭакла-зхаҵо аҳәынҭқарра Амшын Еиқәа алада-мрагыларатә ахықәаҿы шьҭоуп. Аԥсуаа ирыԥсадгьылуп. Аҩада-мраҭашәараҿы Аԥсныи Урыстәылеи, мрагылараҿы — Қырҭтәылеи аҳәаақәа иамоуп. Аԥсны Ареспублика, Урыстәылатәи Афедерациеи (нанҳәамза 26, 2008), Никарагуеи (Цәыббрамза 5, 2008), Венесуелеи (Цәыббрамза...
1056
https://ab.wikipedia.org/wiki/%D0%93%D3%99%D0%B4%D0%BE%D1%83%D2%AD%D0%B0
Гәдоуҭа
Гəдо́уҭа (, ) — Аԥсны иҟоу ақалақь. Қaлaқьны ишьaқәгылеит 1926 шықәсaзы. Амшынеиқәа aдәқәa рҟны ишьҭоуп, aӡиaс Гәдоу aҟны. Қaрҭ инaркны Гәдоуҭa aҟнынӡa 487 км. бжьоуп, Аҟәaнӡa 43 км. бжьоуп. Арaион aҵaкырaдгьыл 1640 кв. км. ыҟоуп. Азгәаҭақәа Аԥсны ақалақьқәа Аԥсны ақалақьқәа-фырхаҵа
1058
https://ab.wikipedia.org/wiki/%D0%90%D1%84%D0%BE%D0%BD%20%D2%BE%D1%8B%D1%86
Афон Ҿыц
Афо́н Ҿыц, Ԥсы́рӡха (, , ) — Аԥсны иҟоу ақалақь. Афон ҿыц қaлaқьны ишьaқәгылт 1987 шықәсaзы. Ақaлaқь шьҭоуп aмшынеиқәa aҟәaреи, уи иaзaaигәоу aшьхaқәa aлaдaтәи aкaлҭa aҟны. Анхaҩцәa 4,3 нызқь уaa ыҟоуп (1989 ш.), Аҟәа aҟнынӡa 18 км. бжьоуп, Қaрҭынӡa 423 км бжьоуп. Иаланхо Иаланхо . Амилаҭтә еилазаара Аԥсуаа, ашәам...
1059
https://ab.wikipedia.org/wiki/%D0%9E%D1%87%D0%B0%D0%BC%D1%87%D1%8B%D1%80%D0%B0
Очамчыра
Очамчыра (, ) — Аԥсны иҟоу ақалақь. Очамчыра араион ақыҭақәа (ажәытә ҳәаақәа) Агәыбедиа (аԥсуаа) Аӡҩыбжьа (аԥсуаа) Араду (аԥсуаа) Аракьаҽы (аерманцәа) Арасаӡыхь (аԥсуаа) Аҭара-Аԥсуа (аԥсуаа) Аҭара-Аерман (аерманцәа) Ахәри (аԥсуаа) Баслахә (аԥсуаа) Гәыԥ (аԥсуаа) Ӷәада (аԥсуаа) Елыр (аԥсуаа) Кындыӷ (аԥсуаа) Кәачира (аԥс...
1062
https://ab.wikipedia.org/wiki/%D0%91%D0%B0%D0%B3%D0%B0%D4%A5%D1%88%D1%8C%2C%20%D0%A1%D0%B5%D1%80%D0%B3%D0%B5%D0%B8%20%D0%A3%D0%B0%D1%81%D0%B8%D0%BB-%D0%B8%D4%A5%D0%B0
Багаԥшь, Сергеи Уасил-иԥа
Серге́и Уаси́л-иԥа́ Бага́ԥшь (; , Аҟәа — , Москва, Урыстәыла) — Аԥсны аҳәынҭқарра Ахада (2005-2011 шш). Абиографиа Заатәи ашықәсқәа Диит хәажәкырамза 4 1949 шықәсазы Аҟәа ақалақь Уасили Шушанеи рҭаацәараҿы. Уи иаб иабду амҳаџьырра зыхганы иааз дреиуан. Ихьӡын Раџьаԥ. Иара Ҭырқтәылатәи Аԥсныҟа дхынҳәит XX ашәышықәса а...
1635
https://ab.wikipedia.org/wiki/%D0%90%D0%BD%D2%9B%D3%99%D0%B0%D0%B1%2C%20%D0%90%D0%BB%D0%B5%D0%BA%D1%81%D0%B0%D0%BD%D0%B4%D1%80%20%D0%97%D0%BE%D0%BB%D0%BE%D1%82%D0%B8%D0%BD%D1%81%D0%BA%D0%B0-%D0%B8%D4%A5%D0%B0
Анқәаб, Александр Золотинска-иԥа
Александр Золотинска-иԥа Анқәаб (; , Аҟәа, Аԥсны АССР, СССР) — Аԥсны Аҳәынҭқарра Аԥыза Министроуп. Иара 1952 шықәса 26 ԥхынҷкәынмза диит Аԥсны, Аҟәа. Ростовтәи Ауниверситет аҿы аҵара иҵеит. Нас аус иуеит рмаҵура уаҩыс Комсомол азын. Абиографиа Александр Золотинска-иԥа Анқәаб диит 1952 ш. ԥхынҷкәымза 26 рзы Гәдоуҭа ара...
1744
https://ab.wikipedia.org/wiki/%D0%90%D0%BC%D2%B7%D0%B1%D0%B0%2C%20%D0%93%D1%8C%D0%B0%D1%80%D0%B3%D1%8C%20%D0%90%D0%BB%D0%B5%D2%9B%D1%81%D0%B0%D0%BD%D0%B4%D1%80-%D0%B8%D4%A5%D0%B0
Амҷба, Гьаргь Алеқсандр-иԥа
Гьаргь Алеқсандр-иԥа Амҷба (, Ӷәада, Аԥсны АССР, СССР) — Адырра егьакуп, егьыҩбоуп рҳәоит. Егьиашоуп. Гьаргь Амҷба аԥсуа жәлар рҭоурых аҭҵаараҿы иааникылоз аҭыԥ хазын. Уи ишьҭихуаз апроблемақәеи, дзыхцәажәоз, иҭиҵаауаз атемақәа ргәылыршәашьеи ирыбзоураны аԥхьаҩцәа иусумҭақәа аҭыҵха рырҭомызт, еимыҵәҵәа иргон. Гьаргь ...
1767
https://ab.wikipedia.org/wiki/%D0%90%D1%83%D1%81%D1%83%D0%BC%D2%AD%D0%B0%D2%9B%D3%99%D0%B0
Аусумҭақәа
Аусумҭақәа. Аԥсны аҭоурыхи аетнографиеи. - Аҟәа: Аԥсуа бызшәа аҿиара аҳәынҭқарратә фонд, 2004; 639 д. Апрофессор Гьаргь Амҷба иусумҭақәа иргәылоуп Аԥсны аҭоурыхи аетнографиеи ирызку аҩымҭақәа. Урҭ Кавказ аҭҵаарадырратә дунеиаҿ мацара акумкуа, аҳәаанырцәгьы ахәшьара ҳарак зыҭоу амонографиақәа: "Заатәи абжьарашәышықәс...
1981
https://ab.wikipedia.org/wiki/%D0%91%D0%B5%D0%B8%D0%B3%D3%99%D0%B0%D0%B0%2C%20%D0%9E%D0%BC%D0%B0%D1%80%20%D0%91%D0%B0%D0%B8%D1%80%D0%B0%D0%BC-%D0%B8%D4%A5%D0%B0
Беигәаа, Омар Баирам-иԥа
Омар Баирам-иԥа Беигәаа (; ; , Аосмантә империа — , Сҭампыл, Ҭырқәтәыла) — Ҭырқәтәыла ашәҟәыҩҩы. Абиографиа Омар Беигәаа диит Ҭырқәтәыла, 1901 шықәса рашәарамза аказы. Дахьиз ақыҭа ҭырқәшәала Ефҭени Ҳаџьыс уеиманбеи қьиоҩы ҳәа иашьҭоуп, уаатәи аԥсуаа ракәзар ҩ-хьзык рыла аӡбахә рҳәоит: Ашәы Ҳаџьы иқыҭа, мамзаргьы Ашәа...
1983
https://ab.wikipedia.org/wiki/%D0%9C%D1%8B%D2%9B%D3%99%D0%B1%D0%B0%2C%20%D0%90%D0%BD%D0%B7%D0%BE%D1%80%20%D0%9A%D3%99%D0%B0%D0%BA%D3%99-%D0%B8%D4%A5%D0%B0
Мықәба, Анзор Кәакә-иԥа
Анзор Кәакә-иԥа Мықәба (; диит , Оҭҳара ақыҭа, Гәдоуҭа араион, Аԥснытәи АССР) — аԥсуа шҟәыҩҩы, адраматург, аҭоурыхдырҩы, актиор, ауаажәларратәи аҳәынҭқарратәи усзуҩы; Аԥсни, Урыстәылеи ашәҟәыҩҩцәа Реидгылақәа ирылоу, исахьаркыратә аԥҵамҭақәа шамахамзар зегьы аԥсуа жәлар рҭоурыхтә хҭысқәа шьаҭас ирымоуп. Иҭоурыхтә дра...
2004
https://ab.wikipedia.org/wiki/%D0%98%D0%BD%D0%B3%D3%99%D1%8B%D1%88%D1%82%D3%99%D1%8B%D0%BB%D0%B0
Ингәыштәыла
Ингәыштәыла, Ингәыштәыла аҳәынҭқарра (, ) — автономтә республика Урыстәылаҟны. Ари Кавказ ажәларқәа рыӡбахә адаҟьа ауп. Ара 50-жәларк раҟара иқәынхоит. Инхоит, иаҳҳәап, азыхәцәа, аԥсуаа, ашәқәа (абазақәа), ачачанцәа, аингәышьцәа, аварцәа, алезгцәа, адарганцәа, алақцәа, аҭабасаранцәа, арутулцәа, аӷәылцәа, аҵахәырцәа, ақ...
2022
https://ab.wikipedia.org/wiki/%D0%98%D1%85%D0%B0%D0%B4%D0%BE%D1%83%20%D0%B0%D0%B4%D0%B0%D2%9F%D1%8C%D0%B0
Ихадоу адаҟьа
2106
https://ab.wikipedia.org/wiki/%D2%9A%D1%8B%D1%80%D2%AD%D1%82%D3%99%D1%8B%D0%BB%D0%B0
Қырҭтәыла
Қырҭтәыла () – Кавказ мрагылара аган ахь ала иҟоу атәыла. Аладаҿы Қырҭтәылеи Ермантәылеи, Азербаиџьани, аҩада-мраҭашәараҿы - Қырҭтәылеи Урыстәылеи аҳәаақәа иамоуп. Апрезидент: Зурабишьвили, Саломе Леван-иԥҳа Аԥыза-министр: Ӷарибашьвили, Иракли Тариел-иԥа Аҳәынҭқарратә символика Абираҟ Қырҭтәыла абираҟ араӡны фон...
2175
https://ab.wikipedia.org/wiki/2006
2006
Ахҭысқəа Ажьырныҳәамза Жәабранмза Хәажәкырамза Мшаԥымза Лаҵарамза Рашәарамза Ԥхынгәымза Нанҳәамза Цәыббрамза Жьҭаарамза Абҵарамза Ԥхынҷкәынмза Иит Рыԥсҭазаара иалҵит
2176
https://ab.wikipedia.org/wiki/2005
2005
Ахҭысқəа Ажьырныҳәамза Жәабранмза Хәажәкырамза Мшаԥымза Лаҵарамза Рашәарамза Ԥхынгәымза Нанҳәамза Цәыббрамза Жьҭаарамза Абҵарамза Ԥхынҷкәынмза Иит Рыԥсҭазаара иалҵит
2178
https://ab.wikipedia.org/wiki/%D0%A8%D0%B0%D0%BC%D0%B1%D0%B0%2C%20%D0%A1%D0%B5%D1%80%D0%B3%D0%B5%D0%B8%20%D0%9C%D0%B8%D1%80%D0%BE%D0%BD-%D0%B8%D4%A5%D0%B0
Шамба, Сергеи Мирон-иԥа
Шамба Сергеи Мирон-иԥа (, , Гәдоуҭа, Аԥснытәи АССР, СССР) — раахыс адәныҟатәи аусқәа рминистр. Шықәса рзы Еревантәи археологиатә институт аҟны адоктортә диссертациа ихьчеит абри атемала4 Ажәытәтәи ашәышықәсабжьаратәи Аԥсны аполитикатәи, асоциал-економикатәи, акультуратәи ҭагылазаашьа археологиеи анумизматикеи рдыррала(...
2188
https://ab.wikipedia.org/wiki/%D0%A8%D1%8C%D1%8B%D0%BD%D2%9B%D3%99%D0%B1%D0%B0%2C%20%D0%91%D0%B0%D0%B3%D1%80%D0%B0%D1%82%20%D0%A3%D0%B0%D1%81%D0%B8%D0%BB-%D0%B8%D4%A5%D0%B0
Шьынқәба, Баграт Уасил-иԥа
Баграт Уасил-иԥа Шьынқәба (, , Ҷлоу ақыҭа, Очамчыра араион — , Аҟәа) — Аԥсны жәлар апоет, ашәҟәыҩҩы, аполитик, Д. Гәлиеи Шьоҭа Русҭавели рыхьӡ зхәы аҳәынҭқарратә премиақәа рлауриат. Иара зыхьӡ-зыԥша хара ианаӡахьоу поетуп. Иҩымҭақәа зегьы иаарылукааша рҿиамҭоуп иҭоурыхтә роман “Ацынҵәарах”. Ари ароман ианыԥшуеит аԥсу...
2189
https://ab.wikipedia.org/wiki/%D0%90%D1%80%D3%A1%D1%8B%D0%BD%D0%B1%D0%B0%2C%20%D0%92%D0%BB%D0%B0%D0%B4%D0%B8%D1%81%D0%BB%D0%B0%D0%B2%20%D0%93%D1%80%D0%B8%D0%B3%D0%BE%D1%80%D0%B8-%D0%B8%D4%A5%D0%B0
Арӡынба, Владислав Григори-иԥа
Владислав Григори-иԥа Арӡынба (; ; , Ешыра ақыҭа, Аԥснытәи АССР — , Москва, Урыстәыла) — Аԥсуа политик, Аԥсны аҳәынҭқарра раԥхьатәи ахада (1994-2005), Аԥсны Амилаҭтә Фырхаҵа, аҭоурыхҭҵааҩы, абызшәадырҩы, анаукаҭҵааҩы. Абиографиа Владислав Григори-иԥа Арӡынба диит лаҵарамза 14 1945 шықәса Арӡынба Григори Қьаамын-иԥеи И...
2202
https://ab.wikipedia.org/wiki/%D0%90%D4%A5%D1%81%D0%BD%D1%8B%20%D0%90%D2%B3%D3%99%D1%8B%D0%BD%D2%AD%D2%9B%D0%B0%D1%80%D1%80%D0%B0%20%D0%90%D0%BA%D0%BE%D0%BD%D1%81%D1%82%D0%B8%D1%82%D1%83%D1%86%D0%B8%D0%B0
Аԥсны Аҳәынҭқарра Аконституциа
Аԥсны Аҳәынҭқарра Аконституциа — 1994 шықәса абҵара 26 рзы Аԥсны Аҳәынҭқарра Иреиҳаӡоу Асовет аилатәара 12-тәи ааԥхьара иаднакылеит, 1999 шықәса жьҭаарамза 3 рзы жәларызегьтәи бжьыҭирала иақәшаҳаҭхеит 1999 шықәса жьҭаарамза 3 рзы жәларызегьтәи абжьыҭира (ареферендум) аан ирыдыркылаз аԥсахра алагаланы. ақ. Аҟәа, 2001 ш...
2245
https://ab.wikipedia.org/wiki/%D0%9A%D1%83%D1%80%D0%B8%D1%82%D0%B8%D0%B1%D0%B0
Куритиба
Курити́ба () — ақалақь Бразилиаҟны ауп. Азхьарԥшқәа Web Куритиба http://www.curitiba-brazil.com Азгәаҭақәа Бразилиа ақалақьқәа
2271
https://ab.wikipedia.org/wiki/%D0%9C%D0%B0%D0%B8%D2%9F%D3%99%D0%B0%D4%A5
Маиҟәаԥ
Маиҟәаԥ (, ) — Адыгатәыла иаҳҭнықалақьуп. Адыгатәыла ақалақьқәа
2293
https://ab.wikipedia.org/wiki/%D0%A8%D3%99%D0%B0%D1%87%D0%B0
Шәача
Шәача () — Урыстәыла ақалақь. Ахьарԥшқәа Урыстәыла ақалақьқәа
2305
https://ab.wikipedia.org/wiki/%D2%9A%D0%B0%D1%80%D2%AD
Қарҭ
Қарҭ ( [Ҭбилиси] — «аӡырԥха» иаанагоит) – Қырҭтәыла Аҳәынҭқарратеи аҳҭнықалақьыуп. Аланхо Агалериа Азхьарԥшқәа Мэрия города Тбилиси Символика, история, информация и многое другое о Тбилиси Тбилиси в энциклопедии «Кругосвет» Путеводитель «Тифлисъ и его окрестности» 1913 год Азгәаҭақәа Қырҭтәыла ақалақьқәа ...
2307
https://ab.wikipedia.org/wiki/%D0%9A%D1%83%D1%80%D1%83%D0%B2
Курув
Курув (, ) — Польша ақыҭа. Польша ақыҭақәа
2310
https://ab.wikipedia.org/wiki/%D2%9A%D3%99%D2%AD%D0%B5%D1%88%D1%8C
Қәҭешь
Қәҭешь () — уажәы Қырҭтәыла иҟоу ақалақь, Имереҭи агәы. Азгәаҭақәа Қәҭешь Қырҭтәыла ақалақьқәа Имереҭи
End of preview. Expand in Data Studio

Dataset Card for Wikimedia Wikipedia

Dataset Summary

Wikipedia dataset containing cleaned articles of all languages.

The dataset is built from the Wikipedia dumps (https://dumps.wikimedia.org/) with one subset per language, each containing a single train split.

Each example contains the content of one full Wikipedia article with cleaning to strip markdown and unwanted sections (references, etc.).

All language subsets have already been processed for recent dump, and you can load them per date and language this way:

from datasets import load_dataset

ds = load_dataset("wikimedia/wikipedia", "20231101.en")

Data Visualization

Click the Nomic Atlas map below to visualize the 6.4 million samples in the 20231101.en split.

Nomic-Atlas Wikipedia Map

Supported Tasks and Leaderboards

The dataset is generally used for Language Modeling.

Languages

You can find the list of languages here: https://meta.wikimedia.org/wiki/List_of_Wikipedias

Dataset Structure

Data Instances

An example looks as follows:

{'id': '1',
 'url': 'https://simple.wikipedia.org/wiki/April',
 'title': 'April',
 'text': 'April is the fourth month...'
}

Data Fields

The data fields are the same among all configurations:

  • id (str): ID of the article.
  • url (str): URL of the article.
  • title (str): Title of the article.
  • text (str): Text content of the article.

Data Splits

All configurations contain a single train split.

Dataset Creation

Curation Rationale

[More Information Needed]

Source Data

Initial Data Collection and Normalization

The dataset is built from the Wikipedia dumps: https://dumps.wikimedia.org

You can find the full list of languages and dates here: https://dumps.wikimedia.org/backup-index.html

The articles have been parsed using the mwparserfromhell tool.

When uploading the data files for the 20231101 dump, we noticed that the Wikimedia Dumps website does not contain this date dump for the "bbc", "dga", nor "zgh" Wikipedias. We have reported the issue to the Wikimedia Phabricator: https://phabricator.wikimedia.org/T351761

Who are the source language producers?

[More Information Needed]

Annotations

Annotation process

[More Information Needed]

Who are the annotators?

[More Information Needed]

Personal and Sensitive Information

[More Information Needed]

Considerations for Using the Data

Social Impact of Dataset

[More Information Needed]

Discussion of Biases

[More Information Needed]

Other Known Limitations

[More Information Needed]

Additional Information

Dataset Curators

[More Information Needed]

Licensing Information

Copyright licensing information: https://dumps.wikimedia.org/legal.html

All original textual content is licensed under the GNU Free Documentation License (GFDL) and the Creative Commons Attribution-Share-Alike 3.0 License. Some text may be available only under the Creative Commons license; see their Terms of Use for details. Text written by some authors may be released under additional licenses or into the public domain.

Citation Information

@ONLINE{wikidump,
    author = "Wikimedia Foundation",
    title  = "Wikimedia Downloads",
    url    = "https://dumps.wikimedia.org"
}
Downloads last month
96,695

Models trained or fine-tuned on wikimedia/wikipedia

Spaces using wikimedia/wikipedia 24