Я пытаюсь построить treegraph статей в википедии и его категорий. Что мне нужно сделать?Как построить иерархию категорий википедии?
С этого сайта (http://dumps.wikimedia.org/enwiki/latest/), я скачал:
- enwiki-последнего page.sql.gz
- enwiki-последнего categorylinks.sql.gz
- enwiki-20141106- category.sql.gz
Я попытался последовал ответ здесь (Wikipedia Category Hierarchy from dumps), но это не кажется, что categorylinks имеет ту же схему (не столбец PageId).
Каков правильный способ построения иерархии?
Бонуса вопрос: Как я могу сказать, какой из 35Х страниц в enwiki-последней-page.sql.gz являются статьи (предположительно около 5M согласно статистике Википедии)
Благодарности
возможно дубликат [Википедии Категория Иерархии из отвалов] (http://stackoverflow.com/questions/17432254/wikipedia-category-hierarchy-from-dumps) – leo
вы абсолютно правильно @leo. У меня был приватный чат с ответчиком и резюмировал его таким образом, что это немного более подробно и, надеюсь, поможет другим, как мне. – kane