Dataset: Wikipedia
term_id: datasetwikipedia
Category: basic_concepts
Definition
Wikipedia är en av de största och mest omfattande samlingarna av mänsklig kunskap tillgänglig i textformat. Inom AI fungerar den som en primär källa för förträning av stora språkmodeller, vilket ger dem bred lingvistisk och faktuell kunskap.
Summary
Den omfattande textsamlingen från Wikipedia, som fungerar som ett grundläggande korpus för förträning av språkmodeller och kunskapsintensiva NLP-uppgifter.
Key Concepts
- Förträningskorpus
- Kunskapsbas
- Lingvistisk mångfald
Use Cases
- Förträning av grundläggande språkmodeller
- Entitetslänkning och disambiguering
- Faktagranskning och kunskapsåtervinning