masaki-sakata/entity_popularity

该数据集包含约26,000个实体的信息，包括维基百科文章标题、QID和2021年的年度文章浏览次数。年度文章浏览次数被视为实体流行度的指标。每个数据集行包含wiki_title、popularity和qid属性，其中popularity值是通过2021年维基百科API获得的相应wiki_title文章的年度页面浏览量。数据集为英文，遵循MIT许可证。

原始信息汇总

实体流行度数据集

数据集概述

该数据集包含约26,000个实体的信息，包括维基百科文章标题、QID和2021年的年度文章浏览量。年度文章浏览量可视为实体流行度的指标。

语言

该数据集仅包含英文数据。

数据集结构

数据集包含以下特征：

• wiki_title: 维基百科页面标题，数据类型为字符串。
• popularity: 流行度分数，表示维基百科文章的年度浏览量，数据类型为整数。
• qid: 维基数据中项目的唯一标识符，数据类型为字符串。

数据集分为一个名为en的拆分，包含26,270个样本，总大小为1,049,005字节。

示例

以下是数据集中的一个示例条目： json {"wiki_title":"FC Barcelona","popularity":5389420.0,"qid":"Q7156"}