数据集概述
本数据集是通过wdumps工具生成的Wikidata RDF转储数据，包含实体、陈述和三元组信息的结构化记录，共包含4个文件，涵盖JSON、NT、GZ等格式，可用于语义网相关的数据分析与应用。
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等键值对，记录转储的基础元信息
- preview.nt
- 文件格式：NT
- 字段映射介绍：RDF三元组格式的预览文件，记录实体间的语义关系数据
- wdump-115.nt.gz
- 文件格式：GZ（压缩包）
- 字段映射介绍：压缩后的RDF三元组数据文件，包含结构化的实体与关系信息
- wdumper-spec.json
- 文件格式：JSON
- 字段映射介绍：包含statements、labels、version、languages、sitelinks、meta、aliases、descriptions、entities等键值对，记录转储工具的配置规范
适用场景
- 语义网研究：用于分析Wikidata的RDF数据结构与语义关系模型
- 知识图谱构建：基于转储数据提取实体、属性和关系，支撑知识图谱相关应用
- 数据挖掘：通过解析RDF三元组，挖掘实体间的关联规则与潜在模式
- 工具开发验证：作为测试数据，验证WDumper等RDF转储工具的功能与性能
