Datasetti: Upotusdata / Simple Wiki
term_id: datasetembedding_datasimple_wiki
Category: training_techniques
Definition
Tämä tietojoukko koostuu lauseista ja kappaleista, jotka on poimittu Simple English -Wikipediasta, eli Wikipedian versiosta, joka on kirjoitettu ei-emäinkielisille puhujille yksinkertaistettua kielioppia ja sanastoa käyttäen. Se toimii
Summary
Käsin kuratoitu tietojoukko, joka on peräisin Simple English -Wikipediasta, ja jota käytetään tekstien upotusmallien kouluttamiseen ja arviointiin.
Key Concepts
- Semanttiset upotukset
- Tekstin yksinkertaistaminen
- Wikipedia-korpusta
- Mallien vertailuarviointi
Use Cases
- Kevyiden upotusmallien koulutus
- Semanttisen samankaltaisuuden arviointi yksinkertaisissa yhteyksissä
- NLP-ympäristöjen saavutettavuuden parantaminen