数据集概述
该数据集包含DB100k+、Yago3-10+、NELL-995+及变体NELL995+_10_30_10等语义增强链接预测数据集，通过实体类型推断对标准数据集进行扩展，并提供数据集创建、分析代码及掩蔽算法，支持生成含不同比例谓词信息的变体数据集。
文件详解
- 核心数据集文件：
- DB100k+、Yago3-10+、NELL-995+及NELL995+_10_30_10数据集文件夹，包含训练（train2id.txt）、测试（test2id.txt）、验证（valid2id.txt）文件及逆关系变体文件（如train2id_inv.txt）
- pickle文件夹：含ent2id（实体-ID映射）、rel2id（关系-ID映射）、class2id（类别-ID映射）等字典文件
- 代码文件：
- 数据集创建笔记本：通过原始数据集URL下载并生成增强数据集
- 数据集分析笔记本：提供数据集关键统计信息
- 掩蔽算法脚本：用于生成含不同比例谓词领域/范围信息的数据集变体
数据来源
WIMMICS研究团队
适用场景
- 知识图谱链接预测模型训练与评估
- 语义增强对链接预测任务影响的实证研究
- 谓词领域/范围信息对模型性能的敏感性分析
- 知识图谱推理算法的基准测试
