-
GAKG: 地学多模态学术知识图谱
GAKG 是⼀个⼤型多模态学术知识图谱，Acemap研究团队背靠DDE项目设计了一个新颖的地球科学多模态学术知识图谱GAKG，其中所有的数据均来⾃ AceMap (https://www.acemap.info/ )，希望能为地学领域、数据挖掘和信息检索领域的研究者们提供数据和服务。 -
IREE：投资领域细颗粒度风险事件抽取数据集
A Dataset for Chinese Event Extraction in Investment Research 更新 20220703 论文已录用 20220604 双盲审稿暂时隐去作者及机构信息 背景介绍 目前，中文数据集主要来源于百度的千言数据集评测LUGE、中文信息学会主办的CCKS、中国计算机学会主办的CCF-... -
运维知识图谱
冶金企业的行车设备的故障运维知识，大类实体3750、小类实体942、实体属性300、实体关系1027、带有类别标签的三元组1086。 后续将继续增加，尽请期待！ -
XBMU-QandA
西北民族大学问答信息 -
需求文本数据
标注了不可验证需求、不完整需求、模糊需求等需求文本中常见的表述缺陷问题。 -
ACE实体关系数据集
开源图谱评测数据 -
DuIE2.0中文关系抽取数据集
DuIE2.0是业界规模最大的中文关系抽取数据集，其schema在传统简单关系类型基础上添加了多元复杂关系类型，此外其构建语料来自百度百科、百度信息流及百度贴吧文本，全面覆盖书面化表达及口语化表达语料，能充分考察真实业务场景下的关系抽取能力。 -
mdo_dataset
以常见的医学文档——医学指南文献和药物说明书文档中的医药信息为基础，用细粒度知识表示方式将这两部分知识全面完整、细粒和可循证表示。同时针对模型内容给出三个方面的推理规则并举例，最后使用IAA标准对模型进行检测，结果表明该模型能融合、一致和可循证地表示医药学知识。 -
石油勘探开发数据集
There is no description for this dataset
-
人物百科知识图谱
该知人物识图谱以百度百科为基础数据集自顶向下构建而成，抽取分析其中的人物部分，总共包含人物实体2,480,097个，数据包含原始页面，图谱三元组(包括人物属性和人物关系)以及本体。数据可以辅助人物相关应用、问答系统等，目前第一版只考虑了利用了文本部分数据，后续会进行多模态数据的更新。 -
DuEE-fin金融领域篇章级事件抽取数据集
DuEE-fin是百度发布的金融领域篇章级事件抽取数据集，包含13个事件类型的1.17万个篇章，同时存在部分非目标篇章作为负样例。事件类型来源于常见的金融事件，数据集中的篇章来自金融领域的新闻和公告，覆盖了真实应用场景中诸多难以解决的问题。 -
2014年NLPCC实体链接数据集
NLPCC 2014 评估任务测试数据 -
OntoNotes5.0数据集
开源图谱评测数据 -
CoNLL2003数据集
开源图谱评测数据 -
2015年NLPCC实体链接数据集
该任务来自NLPCC 2015评测任务，该任务的目标是对短queries中的实体进行识别并链接到对应的中文知识库中。本数据集包括一个中文知识库，该知识库来自各类中文百科的信息框，包括中文维基百科和百度百科。该数据集还包括每个实体页面的第一段作为该实体的摘要。 -
知识工厂实体链接数据集
基于CN-DBpedia的短文本实体链接测试数据 数据集的文本由1037条人工标注的短文本语料组成。其中大约70%来自新闻语料，包括新闻标题和内容，比如“英超-桑切斯4分钟内梅开二度阿森纳3-2五轮不败”；大约20%来自人工构建的基于歧义实体的语料，比如“红楼梦的演员有哪些”；大约10%来自问答语料中的简单问句，比如说“岳阳有哪些旅游景点”。 -
YAGO3-10知识表示数据集
开源图谱评测数据 -
WN18rr知识表示数据集
开源图谱评测数据 -
WN18知识表示数据集
开源图谱评测数据 -
FB15k-237知识表示数据集
开源图谱评测数据