有没有相关的论文或文献参考？
这个数据集是基于什么背景创建的？
数据集的作者是谁？
能帮我联系到这个数据集的作者吗？
这个数据集如何下载？
gdelt-gkg-2025-v2|全球事件分析数据集|知识图谱数据集
收藏huggingface2025-02-12 更新2025-02-13 收录
下载链接：
https://huggingface.co/datasets/dwb2023/gdelt-gkg-2025-v2
下载链接
链接失效反馈资源简介：
GDELT全球知识图谱2025数据集，涵盖2025年2月的内容，记录了全球事件互动、行为者关系和情境叙述，支持时间、空间和主题分析。数据集包含了日期、来源标识、文档标识、计数、主题、位置、人名、组织名、情感、时间参照、文档图像URL、引文和实体名称等特征。
创建时间：
2025-02-12
AI搜集汇总
数据集介绍
构建方式
本数据集GDelt-gkg-2025-v2，针对2025年2月全球事件互动、行为者关系及情境叙述进行专门构建。它从原始GDelt数据集中精选了部分字段，通过ETL管道进行数据转换，旨在为时态、空间和主题分析提供支持，从而形成了这一时期全球知识图谱的精细视角。
特点
该数据集特色在于其覆盖了全球范围内的知识图谱信息，不仅包含了核心的文档元数据，还涉及数值度量、分类、命名实体识别、情感分析、时间信息以及内容提取等维度。特别值得一提的是，它对原始数据集进行了增强，如提升了地理位置、人名、组织名的识别精确度，并对主题分类和情感分析进行了深化。
使用方法
用户可以直接利用此数据集进行全球事件的时态分析。然而，由于其历史和静态的特性，并不适合用于实时监测。同样，它也不应用于医疗诊断或预测性健康建模。使用时，用户需遵循CC-BY-4.0许可协议，并正确引用数据集来源。
背景与挑战
背景概述
GDELT Global Knowledge Graph (GKG)数据集是一个全球事件交互、行为者关系和情境叙述的集合，旨在支持时间、空间和主题分析。该数据集名为gdelt-gkg-2025-v2，由dwb2023团队于2025年 curated，专注于2025年2月的数据。其核心研究问题在于如何通过知识图谱的方式，详细记录和解析全球政治、经济和社会事件及其相互关系。该数据集的创建，为研究国际关系、地缘政治学以及全球事件动态提供了宝贵的资源，对相关领域产生了深远的影响。
当前挑战
该数据集面临的挑战主要在于：1) 如何准确捕捉和表示全球事件的复杂性，尤其是在地缘政治领域，事件的多元性和动态性使得数据集构建极具挑战性；2) 数据集构建过程中的技术挑战，包括选择合适的数据特征、确保数据质量以及开发有效的ETL（提取、转换、加载）管道。此外，由于数据集的静态特性，它不适用于实时监测，且在医疗诊断或预测健康模型方面的应用也超出了其设计范围。
常用场景
经典使用场景
在全球化事件交互、行为者关系和情境叙述的研究领域中，gdelt-gkg-2025-v2数据集因其包含全球知识图谱数据而成为一项宝贵的资源。该数据集的经典使用场景主要在于对全球事件进行时间序列分析，研究者能够通过该数据集深入挖掘特定时间段内的全球事件动态，为理解国际关系演变提供数据支撑。
衍生相关工作
基于gdelt-gkg-2025-v2数据集，已经衍生出多项相关工作，包括构建更复杂的知识图谱、进行跨语言的信息抽取、以及开发能够实时监测全球事件的系统等。这些相关工作进一步扩展了该数据集的应用范围，为全球事件研究提供了新的视角和方法。
数据集最近研究
最新研究方向
gdelt-gkg-2025-v2数据集汇聚了全球事件互动、行为者关系及情境叙述，旨在支持时态、空间与主题分析。近期研究集中于深入挖掘该数据集中的增强特征，如扩展的主题分类和分类法、增强的地点与人物名称提取，以及情感分析与数量测量提取，以期在全球地缘政治事件、社会政治与经济影响等领域取得新的洞察。该数据集为研究新兴大型语言模型能力的影响提供了宝贵资源，特别是在情境化实体识别、情感计算和主题建模方面的研究显示出其重要的学术与应用价值。
以上内容由AI搜集并总结生成
数据主题
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集
Materials Project 在线材料数据库
Materials Project 是一个由伯克利加州大学和劳伦斯伯克利国家实验室于 2011 年共同发起的大型开放式在线材料数据库。这个项目的目标是利用高通量第一性原理计算，为超过百万种无机材料提供全面的性能数据、结构信息和计算模拟结果，以此加速新材料的发现和创新过程。数据库中的数据不仅包括晶体结构和能量特性，还涵盖了电子结构和热力学性质等详尽信息，为研究人员提供了丰富的材料数据资源。相关论文成果为「Commentary: The Materials Project: A materials genome approach to accelerating materials innovation」。
超神经 收录
Market-1501
1501市场的数据集是在清华大学的一家超市前收集的。总共使用了六个摄像头，其中包括5个高分辨率摄像头和一个低分辨率摄像头。不同摄像机之间存在视场重叠。总体而言，该数据集包含32,668带注释的1,501身份的边界框。在这个开放系统中，每个身份的图像最多由六个摄像机捕获。我们确保每个带注释的身份都存在于至少两个摄像机中，以便可以执行跨摄像机搜索。1501市场的数据集有三个特色属性: 首先，我们的数据集使用可变形零件模型 (DPM) 作为行人检测器。 其次，除了真正界框外，我们还提供了误报检测结果。 第三，每个标识在每个摄像机下可能具有多个图像。在跨摄像头搜索期间，每个身份都有多个查询和多个地面真相。
OpenDataLab 收录
Huatuo-26M
Huatuo-26M是由香港中文大学（深圳）创建的大型中文医疗问答数据集，包含2600万个问答对。该数据集通过收集在线医疗咨询网站、医疗百科和医疗知识库的数据构建而成，旨在纪念古代名医华佗。数据集内容涵盖广泛，包括常见疾病、慢性病及复杂疾病等，问答形式贴近实际医疗诊断场景。Huatuo-26M不仅用于医疗研究，还旨在辅助患者和临床医生，通过提供丰富的医疗知识，支持模型在零样本学习和其他医疗问答数据集上的表现，以及作为预训练语料库提升现有预训练语言模型的性能。
arXiv 收录
中医舌脉诊标注数据
采用满足国家医疗器械标准的设备采集舌体图像数据、脉象波形数据。由医生对数据进行标注和分析，获取舌体特征信息、脉型判断，进而生成规范化的中医舌脉数据与特征的结构化报告，涉及以下步骤和算法规则：1、数据预处理，由医生对原始采集到的舌图像、脉诊数据进行清洗，按照纳排标准去掉不符合标准的数据，例如图片不清晰、伸舌动作不标准、脉象数据不稳定等数据需要删除。2、基于神经网络模型的特征提取：利用多标签分类网络处理舌图数据与脉象数据，获取初步的舌图健康特征与脉型信息，例如：红舌、裂纹舌、点刺舌、滑脉、涩脉等信息。3、健康特征校验：由三名取得中医执业医师资格证的医生对数据进行校准，校准规则为三名医师至少有两名对分析特征认可后，数据才可纳入数据集。4、生成结构化的数据报告：按照json的文件格式，将数据内容、数据标签存储起来，其中舌图图像数据以jpg格式文件的形式存储。文件内不涉及任何人员信息。5、质量控制：对生成的结构化报告进行质量控制，确保信息的准确性和完整性。8、持续优化和扩充数据集：根据数据集的应用反馈，持续改进数据集的数据量，单例数据包含舌脉特征数量，舌脉特征分析的准确度等信息。
天津市数据知识产权登记平台 收录
Functional and structural differences in adults with dyslexia
# README This dataset was collected with the aim to investigate functional and structural differences in adults with dyslexia. The data was collected at the University Hospital of Ghent, Belgium on a 3T Siemens Prisma scanner from November 2021 - May 2022. Ethics approval was obtained from the medical ethical committee of Ghent University Hospital (approval number BC-09822). The dataset consists of - T1-weighted image - Diffusion weighted images: dwi series with A-P phase encoding (b-shells: 0,1200,3000) a b-zero weighted scan with P-A phase encoding for EPI distortion correction - Task related functional MRI images (all block designs): covert letter fluency task visual rhyme decision task lexical decision task fieldmap for EPI distortion correction ## Participants Thirty-five adults with a diagnosis of dyslexia and 35 individuals without any diagnosis of language or reading impairment were recruited for this study. Inclusion criteria were: - Dutch as a first language - age between 18 and 40 - right-handedness All participants had normal or corrected-to-normal vision and reported no history of brain injury or neurological disease. All participants in the dyslexia group received a diagnosis of dyslexia from a trained professional, either while they were at school or in the context of receiving disability services at university/college. ## Further materials The task scripts and stimuli for the fMRI data are available to download from OSF at https://osf.io/d8e9b/
OpenNeuro 收录