Wikidata5M

该数据集名为Wikidata5M，是一个更接近实际规模的数据库，包含了大约500万个实体和822种关系。Wikidata5M设有两种模式：转导模式和归纳模式，它们在训练集和测试集的配置上有所不同。其规模达到了500万个实体和822种关系，所面临的任务是知识图谱的完善。This dataset, named Wikidata5M, is a database that closely aligns with real-world scale, containing approximately 5 million entities and 822 distinct relations. Wikidata5M provides two experimental settings: transductive and inductive, which differ in the configuration of training and test sets. With its scale of 5 million entities and 822 relations, the core task of this dataset is knowledge graph completion.

搜集汇总

背景与挑战

背景概述

Wikidata5M是一个百万规模的知识图谱数据集，整合了Wikidata知识图谱和维基百科页面，每个实体都有对应的维基百科描述，支持转导和归纳两种数据分割方式，用于评估未见实体的链接预测。数据集包含知识图谱、语料库和别名三部分，遵循Wikidata标识符系统（实体以'Q'为前缀，关系以'P'为前缀），适用于知识表示和自然语言处理研究。