数据集概述
本数据集是通过wdumps工具生成的Wikidata的RDF转储数据，包含实体、声明、三元组等结构化信息，适用于机器学习相关场景的数据处理与分析。
文件详解
- 文件名称：info.json
- 文件格式：JSON
- 字段映射介绍：包含id、wdtkVersion、toolVersion、dumpDate、tripleCount、entityCount、statementCount等字段，记录转储的基本信息。
- 文件名称：wdumper-spec.json
- 文件格式：JSON
- 字段映射介绍：包含statements、labels、version、sitelinks、meta、aliases、descriptions、entities等字段，定义转储的规范结构。
- 文件名称：wdump-110.nt.gz
- 文件格式：GZ
- 字段映射介绍：压缩的N-Triples格式数据文件，包含Wikidata的三元组信息。
- 文件名称：preview.nt
- 文件格式：NT
- 字段映射介绍：N-Triples格式的预览数据文件，提供数据样例。
适用场景
- 机器学习数据预处理：用于训练模型前的数据清洗、格式转换与特征提取。
- 知识图谱构建：基于RDF转储数据构建或扩展知识图谱。
- 语义网研究：分析Wikidata的RDF结构，探索语义网技术应用。
- 数据挖掘：挖掘Wikidata中的实体关系、属性特征等信息。
