数据集概述
本数据集是基于2020年11月10日OpenStreetMap快照构建的大规模链接开放语料库，包含超过9亿个实体的语义（-tags）和地理（-location）双维度嵌入表示，支持机器学习应用直接调用。数据集按区域划分子集，配套知识图谱关联Wikidata、DBpedia等权威源，可定位特定实体所属子集。
文件详解
- 文件名称：geovec-s.nt
- 文件格式：NT
- 字段映射介绍：RDF三元组格式，存储GeoVectors知识图谱的核心关联数据，包含实体、属性与值的语义链接关系
- 文件名称：void.ttl
- 文件格式：TTL
- 字段映射介绍：RDF词汇表格式，描述数据集的技术元数据，如数据规模、分布、关联数据源等
- 文件名称：geovectors-kg.nt.zip
- 文件格式：ZIP
- 字段映射介绍：压缩归档文件，包含完整的GeoVectors知识图谱NT格式数据，用于存储和传输大规模三元组信息
数据来源
OpenStreetMap 2020年11月10日快照（© OpenStreetMap contributors）
适用场景
- 地理实体语义分析: 利用-tags嵌入挖掘OpenStreetMap实体的语义关联与类别特征
- 地理空间模式识别: 通过-location嵌入分析实体的空间分布规律与区域特征
- 跨源地理数据融合: 借助知识图谱关联Wikidata、DBpedia，实现多源地理信息整合
- 机器学习模型训练: 为地理信息相关的分类、聚类、推荐等机器学习任务提供预训练嵌入
- 区域地理研究: 基于分区域子集分析不同大洲/国家的地理实体特征与分布差异
- 智能地理检索: 利用语义+地理双维度嵌入提升地理信息检索的精准度与召回率
