Datová sada: Wikipedia
term_id: datasetwikipedia
Category: basic_concepts
Definition
Wikipedie je jedním z největších a nejpřehlednějších souborů lidských znalostí dostupných v textové podobě. V umělé inteligenci slouží jako primární zdroj pro předvýcvik velkých jazykových modelů, poskytující široký kontext.
Summary
Obrovská sbírka textů z Wikipedie, sloužící jako základní korpus pro předvýcvik jazykových modelů a úkoly NLP náročné na znalosti.
Key Concepts
- Korpus pro předvýcvik
- Znalostní báze
- Lingvistická diverzita
Use Cases
- Předvýcvik základních jazykových modelů
- Propojování entit a rozlišování významu
- Faktografická kontrola a vyhledávání znalostí