知识图谱查询测试数据集

面向制造业的知识图谱蕴含了产品设计、制造、装配和服务等流程中的相关知识，具有种类多、数量大、专业强等特点，导致制造业知识图谱中的多模态知识难以被充分利用。同时，不同用户、岗位与任务所需知识具有特异性和动态性。因此，用户难以直接从知识图谱中获取符合自己需求的知识。如何基于多模态制造业知识图谱实现智能化的知识服务，是一个关键问题。为测试指标“意图识别准确率达到90%，智能问答答案的预测精度不低于85%，智能检索目标实体和文档的top5召回率不低于90%。同时，在TeslaV100 GPU上面向10万实体规模的知识图谱平均每次检索时间低于1秒”，从构建的知识图谱中随机选择了部分知识三元组构成数据集。数据内容包括知识图谱中的知识三元组文件，ownthink知识图谱以及相关专利及论文，数据量为8.23GB。

搜集汇总

背景与挑战

背景概述

该数据集是面向制造业知识图谱的查询测试资源，包含知识三元组、专利及论文等内容，数据量为8.23GB，旨在评估意图识别、智能问答等性能指标。它基于国家重点研发计划项目构建，支持对多模态知识的高效检索与智能化服务测试。