Dataset:Embedding Data/Simple Wiki
term_id: datasetembedding_datasimple_wiki
Category: training_techniques
Definition
Dette datasettet består av setninger og avsnitt hentet fra Simple English Wikipedia, en versjon av Wikipedia skrevet for ikke-engelsktalende med forenklet grammatikk og ordforråd. Det fungerer som et
Summary
Et kuratert datasett basert på Simple English Wikipedia, brukt til å trene og evaluere modeller for tekstinnbygging (tekstvektorisering).
Key Concepts
- Semantiske innbygginger
- Tekstforenkling
- Wikipedia-korpus
- Modellbenchmarking
Use Cases
- Trening av lette innbyggingsmodeller
- Vurdering av semantisk likhet i enkle sammenhenger
- Forbedring av tilgjengelighetsverktøy for NLP