DaMuEL 1.0: A Large Multilingual Dataset for Entity Linking

B2FIND2026-04-25 收录

多语言实体链接

知识库构建

数据链接：

https://b2find.eudat.eu/dataset/68113207-3ac4-5d3f-9bc6-16e571879b23 数据链接链接失效反馈

官方服务：

资源简介：

We present DaMuEL, a large Multilingual Dataset for Entity Linking containing data in 53 languages. DaMuEL consists of two components: a knowledge base that contains...

TAC KBP 2023

知识库构建

实体链接

TAC KBP 2023 数据集是一个用于知识库构建和实体链接任务的基准数据集。它包含了大量的文本数据，用于训练和评估模型在识别和链接实体方面的能力。

tac.nist.gov780

8,200万条粤语剧本文本数据【数据堂】

自然语言处理

知识库构建

粤语剧本文本数据总计8,200万条；数据内容采集自粤语剧本文本；数据可用于自然语言理解，知识库构建等任务

OpenDataLab2024-05-22 更新200

anonkbp/SPACE-KBP

太空任务

知识库构建

本数据集包含航天任务的结构化表示（RDF三元组）和文本摘要，用于非商业学术研究。数据集包含任务类型、任务状态、发射日期、寿命终止日期、机构、测量领域、测量类别、测量详细信息和仪器等信息。文本摘要由数据集创建者基于公开可用的信息撰写，未经复制、转述或以其他方式复制自eoPortal或其他版权来源。

Hugging Face2025-10-17 更新130

OPIEC

信息抽取

知识库构建

OPIEC是一个从英文维基百科全文中提取的大型开放信息抽取语料库，由德国曼海姆大学创建。该数据集包含超过3.4亿个三元组，是迄今为止公开可用的最大的OIE语料库。OPIEC不仅数据量大，还包含丰富的元数据信息，如来源信息、置信度评分、语言标注和语义标注，包括空间和时间信息。这些数据对于下游任务如知识库构建、开放式问答或事件模式归纳非常有价值。OPIEC的创建过程涉及使用Stanford CoreN

arXiv2019-04-28 更新380

面向服装领域的面辅料分类与详细信息数据集

材料管理

知识库构建

数据集是从企业现行的系统中获取，主要面向面料、辅料，经过数据筛选与脱敏，存储至服务器，形成面向服装领域的面辅料数据集。面料、辅料的详细数据包括2760条记录，每条记录包含13个属性。将数据通过Neo4j管理，形成面向服装领域的知识库，包含2147个节点，2167个关系。

国家基础学科公共科学数据中心180