Jeu de données : BookCorpus
term_id: datasetbookcorpus
Category: basic_concepts
Definition
BookCorpus est une collection de textes provenant de plus de 10 000 livres non publiés, extraite d’internet. Il sert de ressource fondamentale pour l’entraînement et l’évaluation des modèles de traitement du langage naturel (NLP).
Summary
Un jeu de données à grande échelle contenant plus de 10 000 livres non publiés, largement utilisé pour le pré-entraînement des modèles de traitement du langage naturel.
Key Concepts
- Pré-entraînement NLP
- Corpus textuel
- Modèles de langage
- Livres non publiés
Use Cases
- Pré-entraînement de modèles transformateurs
- Évaluation de la fluidité linguistique
- Analyse de textes littéraires