Question

我需要某种具有相关项目的数据集。例如，flower具有相关的子类型：roses，violets等。每个子类型都有自己的子类型。这可以是在语义搜索引擎等中使用的相关项的图表。

是否有任何地方有这样的数据集（最好有图像）？

Answer 1

Wordnet将是一个良好的开端。您可以免费从here获取。

Conceptnet是另一个伟大的本体论。它的质量较低，但概念数量更多。这是flower

的Conceptnet页面

我建议退房的第三个来源是维基百科的跨文章链接。

Answer 2

在Sagie上面提到的维基百科上展开，DBPedia是一个将维基百科的结构化数据提取到数据集中的项目。他们提到他们的数据集有377万件“东西”和4亿件事实。还有不同语言的本地化信息：

完整的DBpedia数据集包含10.3的标签和摘要百万种独特的东西，多达111种不同的语言; 800万链接到图像和2440万HTML链接到外部网页; 2720万个数据链接到外部RDF数据集，5580万个链接到维基百科类别，820万个YAGO类别。该数据集包含18.9亿条信息（RDF三元组）其中4亿是从英文版中提取出来的维基百科，14.6亿是从其他语言版本中提取的，大约2700万是与外部RDF数据集的数据链接。

他们的数据集可通过SPARQL查询。 An example they give适用于人口超过200万的前20个城市：

SELECT ?subject ?population WHERE {
?subject rdf:type <http://dbpedia.org/ontology/City>.
?subject <http://dbpedia.org/ontology/populationUrban> ?population.
FILTER (xsd:integer(?population) > 2000000)
}
ORDER BY DESC(xsd:integer(?population))
LIMIT 20

语义相关的数据集

2 个答案: