enokisaute https://blog.hatena.ne.jp/enokisaute/ 薬剤師のプログラミング学習日記 https://www.yakupro.info/ プログラミング 自然言語処理に関する機械学習の手法を試す際には大量のテキストデータが必要になることがあります。そこで、手軽に使えるテキストデータとしてWikipediaの記事データを使うことにしたのですが、全データを対象にしてアルゴリズムを学習させるのは時間がかかり過ぎますし、特定のカテゴリ（分野）に特化して学習したモデルを作りたいと思うことも少なくありません。 MySQLを使って抽出する方法もあるようですが環境の構築が少々面倒だと思ったので、全データから特定カテゴリの記事のみを抽出するプログラムを書くことにしました。 全記事データを取得するまで 特定カテゴリのページIDを得る 特定カテゴリのページIDに該当… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fwww.yakupro.info%2Fentry%2Fprogramming-wikipedia-data" title="Wikipediaの特定カテゴリの記事のみを取得する - 薬剤師のプログラミング学習日記" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> https://cdn-ak.f.st-hatena.com/images/fotolife/e/enokisaute/20200706/20200706235207.png Hatena Blog https://hatena.blog 2020-07-07 09:00:00 rich https://www.yakupro.info/entry/programming-wikipedia-data 1.0 100%