一个全面的、经过预处理和向量化的知识库文档数据集，包含来自25个以上流行开源项目和云平台的文档，优化用于检索增强生成（RAG）应用。数据集聚合了来自云原生、DevOps、机器学习和基础设施领域的领先开源项目的技术文档。每个文档都经过分块处理，并使用`all-MiniLM-L6-v2`句子转换器模型进行嵌入。数据集包含多个字段，如分块文本内容、原始文档ID的引用以及384维的嵌入向量。数据集适用于构

Hugging Face2025-12-25 更新210

Wikidata dump of 2015-02-23 (in RDF)

知识库

语义网

This data contain the Wikidata of Feb 23, 2015 codified in four alternative schemes for our work Reifying RDF: What Works Well With Wikidata? presented in the International Workshop

NIAID Data Ecosystem90

community-datasets/has_part

知识库

文本分类

该数据集是一个关于hasPart关系的新知识库，这些关系是从大量通用语句中提取出来的。数据集的特点是准确性高（90%的精确度）、覆盖范围广（包括人们可能提到的关系），并且对常见术语的覆盖率高（近似于10岁儿童的词汇量）。此外，数据集还包含了量词、参数修饰符的信息，并将实体链接到Wikipedia和WordNet中的适当概念。数据集的结构包括arg1、arg2、score、synset和wikipe

Hugging Face2024-06-25 更新220

LC-QuAD QALD format

问答系统

知识库

This is LC-QuAD data set( lc-quad.sda.tech/resources/iswc2017.pdf) is in the QALD format.

DataCite Commons2020-08-30 更新100