GraphTwin-ai/DBpedia-2020-PG-Edges

该数据集是一个包含四个字段（start、end、type、properties）的训练集，其中start和end字段是整型，用于标记文本中的某个区间的起始和结束位置；type字段是字符串类型，可能用于表示区间的类型或类别；properties字段也是字符串类型，可能包含关于区间的其他属性信息。训练集包含了超过2100万个示例，数据集总大小为约1.3GB。

The dataset is a training set containing four fields (start, end, type, properties), with start and end as integer types for marking the start and end positions of a text interval; the type field is a string type, possibly representing the type or category of the interval; and the properties field is also a string type, which may contain other property information about the interval. The training set includes over 21 million examples, with the total size of the dataset being approximately 1.3GB.

搜集汇总

背景与挑战

背景概述

该数据集是一个大规模的关系图边训练集，基于DBpedia-2020知识库构建，包含超过2100万个示例，总大小约1.3GB。数据集由四个字段组成：start和end为整型，标记文本区间位置；type和properties为字符串类型，分别表示区间类别和属性信息，适用于图结构学习和自然语言处理应用。