数据集概述
本数据集是通过wdumper工具生成的Wikidata公司实体RDF转储数据，包含4个文件，涉及JSON、NT、GZ三种格式，涵盖数据信息、预览数据、压缩数据及转储配置等内容，可用于知识图谱相关的数据处理与分析。
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等字段，记录转储数据的基础信息
- preview.nt
- 文件格式：NT
- 字段映射介绍：Wikidata公司实体数据的预览文件
- wdump-2433.nt.gz
- 文件格式：GZ
- 字段映射介绍：Wikidata公司实体RDF数据的压缩文件
- wdumper-spec.json
- 文件格式：JSON
- 字段映射介绍：包含version、entities、samplingPercent、statements、sitelinks、labels、descriptions、aliases、languages、meta等字段，记录wdumper工具的配置信息
适用场景
- 知识图谱构建: 利用RDF格式的公司实体数据，构建企业相关的知识图谱
- 数据挖掘分析: 基于Wikidata公司实体数据，开展企业信息的数据挖掘研究
- 工具配置参考: 通过wdumper-spec.json文件，参考Wikidata数据转储工具的配置方案
- 数据格式转换研究: 分析不同格式（JSON、NT、GZ）的Wikidata数据，探索数据格式转换方法
