Dataset:Embedding Data/Simple Wiki
term_id: datasetembedding_datasimple_wiki
Category: training_techniques
Definition
Acest set de date constă în propoziții și paragrafe extrase din Simple English Wikipedia, o versiune a Wikipediei scrisă pentru vorbitorii non-nativi, cu gramatică și vocabular simplificat. Acesta servește ca
Summary
Un set de date curat derivat din Simple English Wikipedia, utilizat pentru antrenarea și evaluarea modelelor de încorporare a textului.
Key Concepts
- Încorporări Semantice
- Simplificare Text
- Corpus Wikipedia
- Benchmarking Modele
Use Cases
- Antrenarea modelelor ușoare de încorporare
- Evaluarea similitudinii semantice în contexte simple
- Îmbunătățirea instrumentelor de accesibilitate NLP