数据集概述
本数据集是通过wdumps工具生成的Wikidata RDF格式转储数据，包含实体、语句及三元组相关元信息与配置文件，共4个文件，涵盖JSON、NT、GZ等格式，可用于Wikidata语义数据的存储与解析参考。
文件详解
- info.json
- 文件格式：JSON
- 字段映射介绍：包含id、wdtkVersion、toolVersion、dumpDate、tripleCount、entityCount、statementCount等元数据字段
- preview.nt
- 文件格式：NT
- 字段映射介绍：Wikidata RDF数据预览文件，采用NT格式存储语义三元组
- wdump-1871.nt.gz
- 文件格式：GZ
- 字段映射介绍：压缩后的Wikidata RDF转储文件，格式为NT
- wdumper-spec.json
- 文件格式：JSON
- 字段映射介绍：包含sitelinks、entities、labels、samplingPercent、meta、descriptions、version、aliases、statements等配置字段
适用场景
- 语义网数据研究：用于分析Wikidata RDF数据的结构与存储格式
- 数据转储工具测试：作为wdumps工具生成结果的验证样本
- 知识库构建参考：为自定义知识库的RDF格式设计提供示例
- 数据压缩与存储优化：研究NT格式数据的压缩策略及存储效率
