数据集概述
本数据集是通过wdumps工具生成的Wikidata业务相关RDF转储数据，包含韩语和英语两种语言的业务信息。数据集包含4个文件，涉及实体、标签、描述等结构化信息，可用于多语言业务数据的检索与分析。
文件详解
- info.json
- 文件格式：JSON
- 字段映射介绍：包含id、wdtkVersion、toolVersion、dumpDate、tripleCount、entityCount、statementCount等元数据字段
- wdump-2066.nt.gz
- 文件格式：GZ压缩的NT文件
- 字段映射介绍：RDF格式的业务数据转储文件
- wdumper-spec.json
- 文件格式：JSON
- 字段映射介绍：包含languages、sitelinks、entities、labels、samplingPercent、meta、descriptions、version、aliases、statements等配置字段
- preview.nt
- 文件格式：NT
- 字段映射介绍：业务数据预览文件
适用场景
- 多语言业务数据检索：用于韩语和英语业务信息的跨语言查询与整合
- 知识图谱构建：基于RDF转储数据构建多语言业务知识图谱
- 数据标准化研究：分析Wikidata业务数据的结构化存储模式
- 语言资源开发：为自然语言处理模型提供多语言业务语料支持
