Conjunto de datos: Wikipedia
term_id: datasetwikipedia
Category: basic_concepts
Definition
Wikipedia es una de las colecciones más grandes y completas de conocimiento humano disponible en formato de texto. En inteligencia artificial, sirve como fuente principal para el preentrenamiento de modelos de lenguaje grandes, proporcionando
Summary
La vasta colección de textos de Wikipedia, que sirve como corpus fundamental para el preentrenamiento de modelos de lenguaje y tareas de PLN intensivas en conocimientos.
Key Concepts
- Corpus de preentrenamiento
- Base de conocimientos
- Diversidad lingüística
Use Cases
- Preentrenamiento de modelos de lenguaje fundamentales
- Vinculación y desambiguación de entidades
- Verificación de hechos y recuperación de conocimientos