原始维基百科数据集：http://dumps.wikimedia.org/zhwiki/20150602/zhwiki-20150602-pages-articles-multistream.xml.bz2
代码所在的工程：https://github.com/iamxiatian/wikit/

注意：维基百科官方网站会定期更新数据集，以上原始数据会被新的数据替代，此时，可以直接访问http://dumps.wikimedia.org/zhwiki/查看当前提供的数据集合。