Aineisto: Wikipedia
term_id: datasetwikipedia
Category: basic_concepts
Definition
Wikipedia on yksi maailman suurimmista ja kattavimmista ihmiskunnan tiedon kokoelmista tekstimuodossa. Tekoälyn alalla se toimii ensisijaisena lähteenä suurten kielimallien esikoulutukseen tarjoten laajaa
Summary
Valtava kokoelma Wikipedia-textiä, joka toimii perustana kielimallien esikoulutukselle ja tietopainotteisille luonnollisen kielen käsittelyn tehtäville.
Key Concepts
- Esikoulutusaineisto
- Tietokanta
- Kielellinen monimuotoisuus
Use Cases
- Peruskielimallien esikoulutus
- Entiteettien linkittäminen ja epäselvyyksien ratkaisu
- Faktantarkistus ja tiedon haku