数据集概述
本数据集是通过wdumps工具生成的Wikidata RDF格式导出测试数据，包含实体、陈述及三元组信息，共4个文件，覆盖JSON、GZ压缩、NT等格式，可用于Wikidata导出工具的功能验证与数据格式测试。
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
- 文件名称：wdump-77.nt.gz
- 文件格式：GZ压缩
- 字段映射介绍：压缩格式的NT文件，为RDF数据的压缩存储形式
- 文件名称：wdumper-spec.json
- 文件格式：JSON
- 字段映射介绍：包含sitelinks、version、aliases、entities、statements、labels、meta、descriptions等字段
- 文件名称：preview.nt
- 文件格式：NT
- 字段映射介绍：RDF格式的预览数据文件
适用场景
- Wikidata导出工具验证: 用于测试wdumps工具生成RDF导出数据的准确性与完整性
- RDF数据格式测试: 验证不同RDF文件格式（如NT）的解析与处理能力
- 数据压缩算法测试: 测试GZ压缩格式对RDF数据的压缩效率与恢复效果
- JSON数据结构分析: 分析Wikidata导出数据的JSON结构设计与字段映射关系
