数据集概述
本数据集包含维基媒体所有项目（含维基百科）中使用的全部数学表达式的去重列表。数据以JSON格式存储，键为输入内容的MD5哈希值，值为从维基文本源中提取的数学表达式内容。数据集可用于数学表达式的标准化、知识图谱构建等场景，仅包含一个文件。
文件详解
- 文件名称：wmf_texvc_inputs.json
- 文件格式：JSON
- 字段映射介绍：文件为键值对结构，键是数学表达式的MD5哈希值，值是从维基文本中提取的原始数学表达式内容（如"281a70c20b16a38d7781189936e1ac9f": "E = mc^2"）。
适用场景
- 数学知识图谱构建: 利用标准化的数学表达式数据，构建数学领域的知识图谱，关联相关概念与公式。
- 数学表达式标准化研究: 分析维基媒体项目中数学表达式的使用规范与格式差异，推动表达式标准化。
- 教育资源开发: 提取高频数学表达式，用于数学教育资源的内容补充与结构化整理。
- 自然语言处理应用: 作为数学表达式识别、解析模型的训练数据，提升模型对数学内容的处理能力。
- 学术研究支持: 为数学领域的学术研究提供大规模、多样化的表达式数据样本。
