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？
DeveloperOats/DBPedia_Classes|知识图谱数据集|语义网数据集
收藏hugging_face2022-08-08 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/DeveloperOats/DBPedia_Classes
下载链接
链接失效反馈资源简介：
DBpedia（源自“数据库”的“DB”）是一个旨在从Wikipedia创建的信息中提取结构化内容的项目。这是数据的一个提取（经过清理，包含内核），为342,782篇Wikipedia文章提供了分类、层次类别（“类”）。共有3个级别，分别有9、70和219个类别。该数据集的一个版本是NLP/文本分类任务的流行基线。这个版本的数据集更具挑战性，特别是如果使用L2/L3级别作为目标。这是一个优秀的层次多类/多标签文本分类基准。包含了一些示例方法的代码片段。
提供机构：
DeveloperOats
原始信息汇总
数据集概述
基本信息
- 名称: DBpedia
- 语言: 英语（en）
- 多语言性: 单语种
- 许可证: CC0-1.0
- 大小: 1M<n<10M
- 任务类别: 文本分类
- 任务ID: 主题分类
数据集描述
- 目的: 从维基百科中提取结构化内容，提供分类学、层次化的类别（类）。
- 内容: 包含342,782篇维基百科文章的分类，分为3个层次，分别有9、70和219个类别。
- 应用: 作为NLP/文本分类任务的流行基准，特别适用于层次多类/多标签文本分类。
数据集结构
- 层次结构: 多级层次/类别的多类数据集。
- 原始数据: DBPedia本体（三元组数据），详见DBPedia数据集。
- 类别树/分类学列表: 参见DBPedia类别列表。
致谢
- 感谢维基媒体基金会创建维基百科、DBPedia及相关开放数据。
- 感谢Sparkbeyond同事指引使用此分类学版本的数据集。
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
VisDrone2019
VisDrone2019数据集由AISKYEYE团队在天津大学机器学习和数据挖掘实验室收集，包含288个视频片段共261,908帧和10,209张静态图像。数据集覆盖了中国14个不同城市的城市和乡村环境，包括行人、车辆、自行车等多种目标，以及稀疏和拥挤场景。数据集使用不同型号的无人机在各种天气和光照条件下收集，手动标注了超过260万个目标边界框，并提供了场景可见性、对象类别和遮挡等重要属性。
github 收录
GetData.IO - finance - Google Search
GetData.IO -
getdata.io 收录
Breast Ultrasound Images (BUSI)
小型（约500×500像素）超声图像，适用于良性和恶性病变的分类和分割任务。
github 收录
中国1km分辨率逐月降水量数据集（1901-2023）
该数据集为中国逐月降水量数据，空间分辨率为0.0083333°（约1km），时间为1901.1-2023.12。数据格式为NETCDF，即.nc格式。该数据集是根据CRU发布的全球0.5°气候数据集以及WorldClim发布的全球高分辨率气候数据集，通过Delta空间降尺度方案在中国降尺度生成的。并且，使用496个独立气象观测点数据进行验证，验证结果可信。本数据集包含的地理空间范围是全国主要陆地（包含港澳台地区），不含南海岛礁等区域。为了便于存储，数据均为int16型存于nc文件中，降水单位为0.1mm。 nc数据可使用ArcMAP软件打开制图; 并可用Matlab软件进行提取处理，Matlab发布了读入与存储nc文件的函数，读取函数为ncread，切换到nc文件存储文件夹，语句表达为：ncread (‘XXX.nc’,‘var’, [i j t],[leni lenj lent])，其中XXX.nc为文件名，为字符串需要’’；var是从XXX.nc中读取的变量名，为字符串需要’’；i、j、t分别为读取数据的起始行、列、时间，leni、lenj、lent i分别为在行、列、时间维度上读取的长度。这样，研究区内任何地区、任何时间段均可用此函数读取。Matlab的help里面有很多关于nc数据的命令，可查看。数据坐标系统建议使用WGS84。
国家青藏高原科学数据中心 收录
PDT Dataset
PDT数据集是由山东计算机科学中心（国家超级计算济南中心）和齐鲁工业大学（山东省科学院）联合开发的无人机目标检测数据集，专门用于检测树木病虫害。该数据集包含高分辨率和低分辨率两种版本，共计5775张图像，涵盖了健康和受病虫害影响的松树图像。数据集的创建过程包括实地采集、数据预处理和人工标注，旨在为无人机在农业中的精准喷洒提供高精度的目标检测支持。PDT数据集的应用领域主要集中在农业无人机技术，旨在提高无人机在植物保护中的目标识别精度，解决传统检测模型在实际应用中的不足。
arXiv 收录