亿级实体异质科技情报信息网络数据集

异质科技情报信息网络数据集主要面向异质科技情报信息网络构建与校验技术研究、多模态多语言知识图谱融合与补全算法验证需求建设，由国家重点研发计划课题（2022YFB3103603）在国防科技大学和北京IDC机房，依托高性能计算集群及异质科技情报信息网络构建与校验子系统产生。数据集基于注意力机制和双线性池化的跨模态知识融合技术将多个开源多模态科技情报知识图谱进行融合，利用基于结构特征补全和循环引导技术实现多个多语言知识图谱的跨语言融合，并利用图卷积神经网络和对比学习对融合后的多模态多语言知识图谱进行表征与补全，最后基于统计分析和主动学习实现跨数据源迭代校验；同时针对项目采集的开源科技情报数据进行实体、事件、关系、观点抽取并融合，最终构建亿级实体规模的异质科技情报信息网络。亿级实体异质科技情报信息网络数据集（2022YFB3103603-001），采用JSON结构化格式，涵盖文本、图像、视频、音频四种模态及中、英、西、俄四种主要语种，共包含超过1亿实体和6000万条关系；