2013年3月，谷歌公司发布了一个大型数据集合——Wikilinks Corpus，它将帮助开发人员构建能准确解释人类语言的软件。Wikilinks Corpus包含了来自各大网页及维基百科文章的4000多万条个人链接，它们被称为“提及”（mention）。开发人员通过分析每一条mention的内容以及目标文章的内容，来确定一些模棱两可的单词的意思。

Wikilinks Corpus的规模大于以往的数据集合，而且它是免费的。

来源：中文业界资讯网站