Datasæt: Wikipedia
term_id: datasetwikipedia
Category: basic_concepts
Definition
Wikipedia er en af de største og mest omfattende samlinger af menneskelig viden tilgængelig i tekstformat. Inden for AI fungerer det som en primær kilde til fortræning af store sprogmodeller og giver…
Summary
Den omfattende tekstsamling fra Wikipedia, der fungerer som en grundlæggende korpus til fortræning af sprogmodeller og videnintensive NLP-opgaver.
Key Concepts
- Fortræningskorpus
- Vidensbase
- Linguistisk mangfoldighed
Use Cases
- Fortræning af fundamentale sprogmodeller
- Entitetskobling og -afklaring
- Faktabedømmelse og videnshentning