数据集概述
本数据集是通过wdumps工具生成的Wikidata RDF格式转储数据，包含实体、陈述、三元组等核心内容的结构化记录。数据集总计4个文件，覆盖JSON、NT、GZ三种格式，提供工具版本、转储日期、实体统计等元信息，以及知识图谱的结构化规范与预览数据，是Wikidata数据应用与分析的基础资源。
文件详解
- JSON格式文件
- 文件名称：info.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：wdumper-spec.json
- 字段映射介绍：包含statements（陈述）、descriptions（描述）、entities（实体）、sitelinks（站点链接）、labels（标签）、version（版本）、meta（元数据）、aliases（别名）等知识图谱结构定义字段
- NT格式文件
- 文件名称：preview.nt
- 内容说明：Wikidata RDF数据的预览文件，采用NT（N-Triples）格式存储知识图谱三元组
- GZ压缩文件
- 文件名称：wdump-862.nt.gz
- 内容说明：NT格式Wikidata转储数据的压缩包，包含完整的知识图谱三元组数据
适用场景
- 知识图谱构建与分析：基于RDF格式数据构建Wikidata知识图谱，分析实体关系与属性特征
- 语义网技术研究：利用NT格式三元组数据开展语义网存储、查询与推理技术研究
- 数据转储工具评估：通过info.json元数据评估wdumps工具的转储效率与数据完整性
- 知识图谱应用开发：基于结构化规范文件（wdumper-spec.json）开发Wikidata数据的应用接口与服务
