golaxy/KnowCoder-Schema-Library

KnowCoder Schema是一个基于Wikidata构建的代码风格schema库，用于表示实体、关系和事件等概念。该schema库包含超过29,177种实体类型、876种关系类型和519种事件类型。每个概念通过对应的类进行表示，并且包含类名、类继承、类注释、类型提示和类方法等信息。schema库的构建过程包括从Wikidata中选择概念、提取子类关系、生成概念描述等步骤。

原始信息汇总

数据集概述

数据集配置

• 配置名称: default
• 数据文件:
  • split: schema_library_ner
    • path: schema_pys/Entities.py
  • split: schema_library_re
    • path: schema_pys/Relations.py
  • split: schema_library_ee
    • path: schema_pys/Events.py

许可证

• 类型: apache-2.0

语言

• 支持的语言: en

标签

• 标签: schema

大小分类

• 范围: 1K<n<10K

数据集内容

• 数据集构建: 基于Wikidata，使用20220704的Wikidata dump。
• 概念选择: 从现有IE数据集中选择概念，包括KELM, UniversalNER, InstructIE, 和 LSEE。
• 概念约束: 根据概念的共现性推导约束。
• 分类构建: 从Wikidata提取“子类”关系构建分类。
• 概念描述: 使用Wikidata定义或GPT-4生成描述。
• 统计信息: 包含29,177实体类型，876关系类型，519事件类型。

数据集结构

• 基本类: 实体(Entity), 关系(Relation), 事件(Event)。
• 结构组成: 类名, 类继承, 类注释, 类型提示, 类方法。