数据集：Wikipedia
term_id: datasetwikipedia
Category: basic_concepts
Definition
维基百科是可用文本格式的人类知识最大且最全面的集合之一。在人工智能领域，它是预训练大型语言模型的主要来源，提供了丰富的语言模式和事实知识。
Summary
来自维基百科的海量文本集合，作为预训练语言模型和知识密集型自然语言处理任务的基础语料库。
Key Concepts
- 预训练语料库
- 知识库
- 语言多样性
Use Cases
- 预训练基础语言模型
- 实体链接与消歧
- 事实核查与知识检索