常用知识图谱数据集FB15K, YAGO, WN18

最新推荐文章于 2025-04-08 15:19:09 发布
最新推荐文章于 2025-04-08 15:19:09 发布
阅读量2w 收藏 53
点赞数 4
分类专栏： 知识图谱与NLP 人工智能与深度学习 文章标签： 知识图谱 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/a493823882/article/details/121024510
版权

一、FB15K-237

FB15k-237共14541个实体，237种关系，它是FB15K的子集，FB15K又是Freebase数据集的子集

详细见：FB15K-237知识图谱数据集的介绍与分析，Freebase

二、WN18rr

WN18rr是从WordNet抽取的子集，共40943个实体，11种关系。

关系列表如下：

_hypernym
_derivationally_related_form
_instance_hypernym
_also_see
_member_meronym
_synset_domain_topic_of
_has_part
_member_of_domain_usage
_member_of_domain_region
_verb_group
_similar_to

三、YAGO3-10

YAGO3-10是YAGO数据集的子集，共123182个实体，37种关系。

关系列表如下：

wasBornIn
worksAt
happenedIn
isLeaderOf
hasWonPrize
isAffiliatedTo
hasChild
imports
exports
isLocatedIn
hasCurrency
created
graduatedFrom
actedIn
hasGender
hasCapital
isInterestedIn
isConnectedTo
influences
owns
isKnownFor
directed
diedIn
dealsWith
livesIn
isPoliticianOf
hasWebsite
hasNeighbor
hasOfficialLanguage
isMarriedTo
hasAcademicAdvisor
isCitizenOf
edited
playsFor
participatedIn
wroteMusicFor
hasMusicalRole

知识图谱的联合嵌入:语义相似性计算新方法
AI天才研究院
05-02 357
知识图谱的联合嵌入:语义相似性计算新方法 1.背景介绍 1.1 知识图谱概述 知识图谱是一种结构化的知识库,它以图的形式表示实体之间的关系。知识图谱由三元组(头实体,关系,尾实体)组成,可以清晰地展示实体之间的语义联系。知识图谱广泛应用于
基于知识图谱的对话问答
AI天才研究院
04-20 1156
基于知识图谱的对话问答 1. 背景介绍 1.1 对话系统的发展历程 对话系统是人工智能领域的一个重要分支,旨在使计算机能够像人一样进行自然语言交互。早期的对话系统主要基于规则和模板,如著名的ELIZA系统。随着机器学习和深度学习技术的发展,出现了
【知识图谱】知识图谱嵌入模型简介
最新发布
二狗的博客
04-08 1000
知识图谱通常以三元组 (Triple) 来表示知识，三元组的一般格式为 (头实体关系尾实体)，如“金庸的表兄是徐志摩”表示成三元组为金庸表兄徐志摩)，其中金庸为头实体，徐志摩为尾实体，表兄是这两个实体之间的关系。我们使用小写的字母来分别表示头实体、关系和尾实体， 表示知识图谱中的一个三元组。相应地，小写加粗字母 分别表示头实体、关系和尾实体对应的嵌入向量。向量 的第个元素记作。表示嵌入向量的维度。
FB15K 数据集
03-02
用在此处 https://github.com/thunlp/OpenKE For training, datasets contain three files: train2id.txt: training file, the first line is the number of triples for training. Then the follow lines are all in the format (e1, e2, rel). entity2id.txt: all entities and corresponding ids, one per line. The first line is the number of entities. relation2id.txt: all relations and corresponding ids, one per line. The first line is the number of relations. For testing, datasets contain additional two files (totally five files): test2id.txt: testing file, the first line is the number of triples for testing. Then the follow lines are all in the format (e1, e2, rel). valid2id.txt: validating file, the first line is the number of triples for validating. Then the follow lines are all in the format (e1, e2, rel).
知识图谱数据集
qq_42310715的博客
09-06 812
可以在新闻推荐、问答系统中使用。
知识图谱-数据集
weixin_45486226的博客
05-10 1716
知识图谱常见数据集的一些介绍 网址资源链接
知识图谱链接预测、关系预测数据集FB15K-OWE
04-24
开放域知识图谱数据集，在FB15K的基础上构造，添加了实体描述信息。
论文浅尝 | 重新实验评估知识图谱补全方法
开放知识图谱
03-29 2161
论文作者：Farahnaz Akrami，美国德州大学阿灵顿分校，博士生。笔记整理：南京大学，张清恒，硕士生。 链接：https://arx...
怎么下载知识图谱补全数据集
01-13
### 如何获取用于知识图谱补全的数据集 对于从事知识图谱补全(Knowledge Graph Completion, KGC)研究或应用开发的人来说，获得合适的数据集至关重要。数据集的选择取决于特定的应用场景以及所采用的技术方法。 ###...
图神经网络在知识图谱中的应用
AI天才研究院
04-07 1236
随着人工智能技术的快速发展,知识图谱作为一种结构化的知识表示方式,在自然语言处理、问答系统、推荐系统等领域得到了广泛应用。知识图谱中蕴含着丰富的实体关系信息,如何有效地利用这些信息对知识图谱进行分析和推理,一直是学术界和业界关注的重点问题。近年来,图神经网络(Graph Neural Networks, GNNs)作为一类新兴的深度学习模型,凭借其在图结构数据表示和推理方面的出色性能,在知识图谱分析中展现出了巨大的潜力。
fb15k，win18数据集
03-04
fb15k，win18数据集
FB15k的数据
03-28
FB15k数据
nlpcc 2018 知识图谱 数据集
03-28
Task 7 - Open Domain Question Answering In this year’s NLPCC open domain QA share task, we focus on KNOWLEDGE and propose three sub-tasks, including (a) knowledge-based question answering (KBQA), (b) knowledge-based question generation (KBQG), and (c) knowledge-based question understanding (KBQU). The task of KBQA is to answer natural language questions based on a given knowledge base. The task of KBQG is to generate natural language questions based on given knowledge base triples. The task of KBQU is to transform natural language questions into their corresponding logical forms. The first two sub-tasks are in Chinese, while the last sub-task is in English.
数据集FB15K.rar
11-08
知识图谱FB15K数据集
FB15K-237数据集
03-12
The orignal source of the dataset can be found [here](https://www.microsoft.com/en-us/download/details.aspx?id=52312) The dataset was released by [Toutanova and Chen](http://cs.stanford.edu/~danqi/papers/cvsc2015.pdf).
技术动态 | 大模型时代下的知识图谱推理及评测数据集
开放知识图谱
05-24 1200
转载公众号| 老刘说NLP今天我们一起来看看知识图谱领域的知识推理问题，其数据有哪些，跟大模型结合怎么做。一、知识图谱领域中的知识推理任务界定知识图谱中的推理知识推理是指根据知识图谱中已有的知识，采用某些方法，推理出新的知识（知识图谱补全）或识别知识图谱中错误的知识（知识图谱去噪），前者专注于扩充知识图谱，后者专注于知识图谱内部已有三元组正确性的判断。进一步的，知识图谱补全，是给定三元组中任意两...
FB15K-237知识图谱数据集的介绍与分析，Freebase
热门推荐
Norstc的博客
09-06 2万+
FB15k是知识图谱Freebase的子集。 整个Freebase知识图谱共有19亿个三元组，如下图。 而FB15k是从Freebase中取出一小部分主题词组成的数据集，它的统计数据如下： 主题词总数 14505 三元组总数 544230 关系的种类数 474 每个主题词的平均三元组数 37.5 注： FB15k存在着正反关系，他们意义相同，指向相反。上表的统计数据中，将一对正反关系视为两种不同的关系。 ...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值