ESITime/TempKB

TempKB是一个全面的知识图谱数据集，旨在训练机器学习模型进行知识图谱的完成和推理任务。数据集包含训练集、验证集和测试集，每个实例包含头实体、关系、尾实体、开始时间、结束时间和时间信息类型等字段。数据集来源于ICEWS05-15、ICEWS14、Wikidata和YAGO等知识图谱数据集，并由Facebook Research处理。TempKB is a comprehensive collection of knowledge graph data designed to train ML models on knowledge graph completion and reasoning tasks. The dataset includes a training set, a validation set, and a test set, with each instance containing fields such as head entity, relation, tail entity, start time, end time, and temporal information type. The dataset is derived from knowledge graph datasets including ICEWS05-15, ICEWS14, Wikidata, and YAGO, and has been processed by Facebook Research.

搜集汇总

数据集介绍

构建方式

TempKB数据集是一个面向知识图谱补全与推理任务的大规模时间知识图谱集合。其构建过程整合了ICEWS05-15、ICEWS14、Wikidata和YAGO等多个权威知识图谱数据源，并经由Facebook Research的预处理版本进行统一清洗与格式化。数据集中每条实例均包含头实体、关系、尾实体、事件开始与结束时间，以及时间类型标注（无时间、时间戳或时间区间），从而形成了结构化的时间感知知识表示。

特点

该数据集的核心特点在于其规模庞大且时间信息丰富，训练集包含超过770万条实例，验证集与测试集分别包含约11.7万条实例，为模型训练提供了充足的数据支撑。尤为突出的是，每条记录均携带精确的时间维度信息，通过start、end与type字段区分无时间、单时间戳与时间区间三种情形，使得模型能够捕捉实体关系在时间维度上的动态演变，适用于时序推理与时间感知的链接预测任务。

使用方法

使用TempKB数据集极为便捷，开发者可通过Hugging Face的datasets库直接加载，仅需一行代码：`dataset = load_dataset('ESITime/TempKB', keep_default_na=False)`即可获得训练、验证与测试三个子集。加载后的数据可直接用于构建时间知识图谱补全模型，通过head、relation、tail字段进行链接预测，同时利用start、end与type字段引入时间约束，提升推理的准确性与可解释性。

背景与挑战

背景概述

时序知识图谱（Temporal Knowledge Graph, TKG）作为知识图谱研究的重要分支，通过引入时间维度刻画实体关系在时间轴上的动态演化，弥补了传统静态知识图谱无法捕捉事件时序关联的缺陷。TempKB数据集由Phuong Ngo于2024年创建，整合了ICEWS05-15、ICEWS14、Wikidata及YAGO等多个权威知识图谱的时序信息，旨在为知识图谱补全与时序推理任务提供大规模训练基准。该数据集包含逾700万训练实例，每一条数据均以头实体、关系、尾实体、起始时间、结束时间及时间类型（无时间、时间戳或时间区间）的六元组形式呈现，显著提升了模型对事件时序依赖关系的建模能力。TempKB的发布为事件预测、时序关系推理等前沿研究提供了关键数据支撑，推动了知识图谱从静态表示向动态演化的范式转变。

当前挑战

当前TempKB数据集面临的核心挑战主要包括三方面：一是领域问题层面，时序知识图谱补全需同时处理实体关系推理与时间约束的联合建模，传统静态嵌入方法难以有效融合时间维度的动态信息，导致模型在预测事件发生时间窗口及时间区间关联时准确率受限；二是数据构建层面，多源知识图谱（如ICEWS的政治事件与Wikidata的通用事实）的时间粒度与标注标准存在显著差异，例如ICEWS以日为单位记录事件，而YAGO部分数据仅标注年份，这种异构性增加了时间表示对齐的难度；三是数据稀疏性问题，大量实体对仅出现在单一时间戳或短时间区间内，使得模型难以从有限的时间样本中泛化出鲁棒的时序规律，尤其在处理长程时间依赖关系时表现不足。

常用场景

经典使用场景

在知识图谱补全与时间推理的研究领域中，TempKB作为一项大规模时序知识图谱数据集，为模型训练提供了超过七百万条涵盖时间戳与时间区间的三元组实例。其典型使用场景聚焦于时序知识图谱的链接预测任务，即根据已知的头实体、关系以及时间约束，推断缺失的尾实体；或是在给定时间窗口内，预测实体间关系的动态演化。研究者可借助该数据集训练模型捕捉实体关系随时间变化的模式，例如利用时间感知的嵌入方法或图神经网络，对包含明确时间维度的知识图谱进行高效补全。

解决学术问题

TempKB的构建旨在解决传统知识图谱研究中对时间维度关注不足的学术困境。经典知识图谱补全方法往往假设事实永恒不变，忽略了实体关系在时间推移中的动态特性。TempKB通过显式编码事件的起始与结束时间，使得模型能够区分瞬时事件与持续区间事件，从而探索时序信息如何影响推理准确性。该数据集推动了时间约束下知识图谱推理的理论发展，为评估时序嵌入模型、时间规则挖掘算法以及基于时序逻辑的推理框架提供了标准化基准，显著提升了学术研究对动态知识图谱建模的深度与广度。

衍生相关工作

TempKB衍生了一系列具有影响力的经典研究工作。基于该数据集，研究者提出了时序知识图谱嵌入模型如TComplEx与TNTComplEx，它们将时间信息融入张量分解框架，实现了对四元组事实的精准建模。另有工作如ChronoR利用关系时间组合的旋转操作，捕捉实体关系的时序变换规律。在推理层面，时序逻辑规则学习方法如TLogic从TempKB中挖掘时间约束下的关联规则，提升了可解释性。此外，该数据集也被用于评估时序图神经网络架构如RE-NET与CyGNet的性能，这些工作共同推动了时序知识图谱领域从静态建模向动态推理的范式转变。