数据集概述
本数据集是通过wdumps工具生成的Wikidata RDF转储数据，主题为TextRobustness。包含实体、描述、标签等知识图谱相关信息，共4个文件，覆盖JSON、NT、GZ等格式，可用于知识图谱数据处理与分析场景。
文件详解
- info.json
- 文件格式：JSON
- 字段映射介绍：包含id、wdtkVersion（工具版本）、toolVersion（工具版本）、dumpDate（转储日期）、tripleCount（三元组数量）、entityCount（实体数量）、statementCount（陈述数量）等元数据字段
- wdumper-spec.json
- 文件格式：JSON
- 字段映射介绍：包含statements（陈述）、descriptions（描述）、entities（实体）、languages（语言）、sitelinks（站点链接）、labels（标签）、version（版本）、meta（元数据）、aliases（别名）等配置字段
- preview.nt
- 文件格式：NT
- 字段映射介绍：Wikidata RDF数据预览文件，包含知识图谱三元组信息
- wdump-1001.nt.gz
- 文件格式：GZ
- 字段映射介绍：压缩格式的Wikidata RDF转储文件，包含编号为1001的RDF数据内容
适用场景
- 知识图谱数据处理: 用于Wikidata RDF数据的解析、存储与转换
- 数据质量评估: 分析Wikidata实体、陈述等数据的完整性与一致性
- 自然语言处理: 基于Wikidata标签、描述等文本数据开展鲁棒性分析
- 数据转储工具测试: 验证wdumps工具生成RDF数据的准确性与完整性
