Corpus De Référence De Sortie Du Modèle De Langage R13 De 1 Milliard De Mots

1 Billion Word Language Model Benchmark R13 Output est un nouveau corpus de référence utilisé pour mesurer et compter les progrès dans la modélisation du langage. Avec près d’un milliard de mots de données de formation, le benchmark peut évaluer rapidement de nouvelles techniques de modélisation linguistique et les combiner avec d’autres nouvelles technologies.

Cet ensemble de données a été publié par l'Université Cornell en 2013, et les principaux éditeurs sont Ciprian Chelba, Tomas Mikolov, Mike Schuster, Qi Ge, Thorsten Brants, Phillipp Koehn et Tony Robinson.