Bộ dữ liệu: Wikipedia
term_id: datasetwikipedia
Category: basic_concepts
Definition
Wikipedia là một trong những bộ sưu tập kiến thức phong phú và toàn diện nhất của con người dưới dạng văn bản. Trong lĩnh vực AI, nó là nguồn chính để tiền huấn luyện các mô hình ngôn ngữ lớn, cung cấp dữ liệu đa dạng về ngôn ngữ và thực tế.
Summary
Tập hợp văn bản khổng lồ từ Wikipedia, đóng vai trò là tập dữ liệu nền tảng để tiền huấn luyện các mô hình ngôn ngữ và thực hiện các tác vụ NLP đòi hỏi kiến thức chuyên sâu.
Key Concepts
- Tập dữ liệu tiền huấn luyện
- Cơ sở kiến thức
- Đa dạng ngôn ngữ
Use Cases
- Tiền huấn luyện các mô hình ngôn ngữ nền tảng
- Liên kết và giải nghĩa thực thể (Entity linking and disambiguation)
- Kiểm chứng thông tin và truy xuất kiến thức