数据集概述
本数据集是通过wdumps工具生成的Wikidata的RDF格式转储数据，包含实体、版本、元数据、标签、描述、站点链接等结构化信息，以及转储工具版本、日期等元数据。数据集共包含4个文件，无实体、陈述或三元组记录，可用于知识图谱相关的数据处理与分析。
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（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。
- 文件名称：wdump-1449.nt.gz
- 文件格式：GZ压缩文件（包含NT格式数据）
- 字段映射介绍：Wikidata转储的RDF数据压缩包，NT格式为三元组数据格式。
- 文件名称：wdumper-spec.json
- 文件格式：JSON
- 字段映射介绍：包含entities（实体）、version（版本）、meta（元数据）、labels（标签）、descriptions（描述）、sitelinks（站点链接）、samplingPercent（采样百分比）、aliases（别名）、statements（陈述）等结构化数据字段。
- 文件名称：preview.nt
- 文件格式：NT
- 字段映射介绍：Wikidata转储的RDF预览数据，NT格式为三元组数据格式。
数据来源
Wikidata（通过wdumps工具生成）
适用场景
- 知识图谱数据处理：用于RDF格式的Wikidata数据解析、转换与存储。
- 知识图谱构建研究：分析Wikidata数据的结构化信息，支持知识图谱构建相关研究。
- 数据工具测试：作为测试数据，验证RDF数据处理工具的功能与性能。
- 元数据管理研究：通过info.json分析数据转储的元数据管理机制。
