数据集概述
本数据集是通过wdumper工具生成的Wikidata RDF转储数据，包含四个文件，涉及JSON、NT和GZ三种格式。数据记录了转储工具版本、日期等元信息及生成规范，当前实体数、陈述数和三元组数均为零，可用于了解Wikidata转储流程及相关文件结构。
文件详解
- 信息文件（info.json）
- 文件名称：info.json
- 文件格式：JSON
- 字段映射介绍：包含id、wdtkVersion（工具版本）、toolVersion（工具版本）、dumpDate（转储日期）、tripleCount（三元组数）、entityCount（实体数）、statementCount（陈述数）等字段
- 规范文件（wdumper-spec.json）
- 文件名称：wdumper-spec.json
- 文件格式：JSON
- 字段映射介绍：包含version（版本）、entities（实体）、samplingPercent（采样百分比）、statements（陈述）、sitelinks（站点链接）、labels（标签）、descriptions（描述）、aliases（别名）、languages（语言）、meta（元数据）等字段
- 预览文件（preview.nt）
- 文件名称：preview.nt
- 文件格式：NT
- 压缩文件（wdump-2821.nt.gz）
- 文件名称：wdump-2821.nt.gz
- 文件格式：GZ
适用场景
- 语义网数据工具研究: 分析wdumper工具生成Wikidata RDF转储的流程与参数配置
- 数据转储格式验证: 验证Wikidata转储文件的JSON结构及字段完整性
- 数据处理流程设计: 参考转储规范文件设计Wikidata数据的抽取与转换流程
- 元数据管理实践: 基于info.json的元信息字段构建数据转储的元数据管理模板
