数据集概述
本数据集为Wikidata的RDF格式转储文件，由wdumps工具生成，包含实体、陈述及三元组相关元数据与配置信息，共4个文件，支持知识图谱相关的数据存储与处理场景使用。
文件详解
- 元数据文件
- 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，记录转储的基础元数据信息
- 配置文件
- 文件名称：wdumper-spec.json
- 文件格式：JSON
- 字段映射介绍：包含sitelinks、entities、labels、statements、version、aliases、descriptions、meta等字段，记录转储工具的配置规范
- 压缩数据文件
- 文件名称：wdump-1039.nt.gz
- 文件格式：GZ（压缩包）
- 字段映射介绍：压缩格式的N-Triples数据文件，包含Wikidata的RDF三元组数据
- 预览数据文件
- 文件名称：preview.nt
- 文件格式：NT（N-Triples）
- 字段映射介绍：未压缩的N-Triples预览文件，展示RDF数据的格式内容
适用场景
- 知识图谱构建：用于获取Wikidata的结构化RDF数据，支持知识图谱的搭建与扩展
- 语义网研究：基于RDF三元组数据，开展语义网相关的技术研究与应用开发
- 数据存储优化：分析不同格式（JSON、NT、GZ）的文件特性，优化知识图谱数据的存储策略
- 转储工具配置参考：通过wdumper-spec.json文件，参考Wikidata转储工具的配置规范，支持自定义数据转储任务
