知识图谱问答（KBQA）数据集介绍

最新推荐文章于 2025-04-10 11:35:53 发布
最新推荐文章于 2025-04-10 11:35:53 发布
阅读量7.5k 收藏 27
点赞数 7
文章标签： KBQA 智能问答系统 NLP 问答系统
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_37974244/article/details/107020421
版权
本文介绍了KBQA领域的几个重要数据集，包括WebQuestions、ComplexWebQuestions、SimpleQuestions、ComplexQuestions和GraphQuestions，详细阐述了每个数据集的来源、特点、规模以及应用场景，为研究知识图谱问答提供参考资料。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

一、WebQuestions

提出该数据集的论文：Semantic Parsing on Freebase from Question-Answer Pairs

数据集地址：https://worksheets.codalab.org/worksheets/0xba659fe363cb46e7a505c5b6a774dc8a

WebQuestions数据集（2013年提出）是由斯坦福大学研究人员通过Google Suggest API构建得到的，数据集本身共包含5810条（问题，答案）对，其中简单问题占比在84%，复杂的多跳和推理问题相对较少。根据提出者的最初数据划分方式，WebQuestions被分为训练集和测试集两个集合，其中训练集包含3778条数据，测试集包含2032条数据。

ComplexWebQuestions

提出该数据集的论文：The web as a knowledge-base for answering complex questions

数据集地址：https://www.tau-nlp.org/compwebq

最低0.47元/天 解锁文章
SmileYong
关注
【KBQA】医疗知识图谱的问答系统实现
sikh_0529的博客
03-03 4261
医疗知识图谱是一种揭示医学实体之间关系的语义网络，可以用于支持医疗领域的智能应用，例如问答、诊断、推荐等。医疗知识图谱构建中Schema定义是指对医学领域内的概念类型、属性和关系进行抽象和规范，形成一个领域本体，用于指导知识图谱的数据获取、存储和查询。Schema定义是知识图谱构建的重要步骤，需要综合考虑业务场景、数据资源、术语标准化和概念通用性等因素。医疗知识图谱问答系统Schema定义是指在构建医疗知识图谱的基础上，设计一种用于表示和查询医疗领域问题和答案的数据结构。
基于知识图谱的问答系统入门—NLPCC2016KBQA数据集
Paper weekly
01-08 1万+
作者丨郭雅志学校丨北京化工大学研究方向丨NLP、知识图谱、对话/问答系统本人认为学习一样东西，直接上手跑实验是最有效提升的方法之一。看了那么多的理论介绍文章，抽象的说辞，...
电影知识图谱智能问答系统问题数据集+核心Core
05-21
资源包含了电影知识方面的几个问题训练集样本数据，以及特征词汇表和问题分类器【模板】，资源中也包含了基于电影知识图谱智能问答系统的核心代码ModelProcess
RAG篇「数据集构建」保姆级教程来了！
最新发布
bagell的博客
04-10 1216
检索增强生成（Retrieval Augmented Generation），简称 RAG。在构建RAG（Retrieval-Augmented Generation）的向量知识库时，数据的处理方式直接影响系统的性能和可靠性。不能随意塞入未经处理的数据，否则可能导致检索效果差、生成结果不准确甚至安全隐患。构建向量知识库数据集的基本步骤与微调数据集（见前篇）基本一致，但有以下注意强调事项。
知识图谱-数据集
Crazy的博客
02-28 1万+
简单介绍知识图谱中常见的数据集，包括DBpedia、Yago、Freebase、Wordnet以及一个医疗领域数据集PDD。还有，国内推出的以中文为主的知识图谱，如清华大学的XLore、上海交通大学的zhishi.me和复旦大学的CNpedia。
基于知识图谱的问答系统入门之—NLPCC2016KBQA数据集
朝闻道
02-17 2406
本人认为学习一样东西，直接上手跑实验是最有效提升的方法之一。 看了那么多的理论介绍文章，抽象的说辞，最后还是似懂非懂。 所以，直接上手数据集跑实验，与理论结合，能有更深刻的了解。 同时也记录下学习KBQA的过程，也希望对同入门的同学有些帮助。 目录： 1、引言 2、数据集介绍 3、数据集本身存在的问题 4、数据集预处理及实验结果 5、KBQA整体流程 6、结束语 引言 本人最近在做KBQA相关的的工作，有些大致的了解和想法后希望能够在实验中学习更多。 目前研究的KBQA 暂时专注在简单知识库问答上
基于知识图谱的问答系统(KBQA)
热门推荐
未名湖畔的落叶
12-27 8万+
  最近因为工作原因暂时停止机器学习方面知识的学习，研究了一段KBQA。，下面是一个简单的关于中小学生需要掌握的诗词的demo，各位看官有兴趣的可以瞅瞅，欢迎来信一起交流。 1. 原理   KBQA简单讲就是将问题带入提前准备好的知识库寻求答案的一种基于知识库的问答系统。该问答系统可以解析输入的自然语言问句，主要运用REFO库的对象正则表达式匹配得到结果，然后利用对应的SPARQL查询语句，请求...
A-Simple-KBQA:一个简单的基于知识图谱的问答系统
03-11
一个简单的基于知识图谱的问答系统 数据集：数据集为2019年语言智能大赛的关系撤除数据集 实体识别模型：利用Transformer模型进行实体识别（以后会变更为bert） 事实识别：自己构造了几十条数据，利用逻辑回归进行...
nlpcc 2018 知识图谱 数据集
03-28
Task 7 - Open Domain Question Answering In this year’s NLPCC open domain QA share task, we focus on KNOWLEDGE and propose three sub-tasks, including (a) knowledge-based question answering (KBQA), (b) knowledge-based question generation (KBQG), and (c) knowledge-based question understanding (KBQU). The task of KBQA is to answer natural language questions based on a given knowledge base. The task of KBQG is to generate natural language questions based on given knowledge base triples. The task of KBQU is to transform natural language questions into their corresponding logical forms. The first two sub-tasks are in Chinese, while the last sub-task is in English.
标签图 （知识图谱数据集）
09-14
标签图 （知识图谱数据集），格式为lg。包括citeseer、mico、patent_citations。数据格式为： # t 0 v 0 1 ... e 1 2 3 # t -1
知识图谱 family 数据集
03-15
家庭背景的知识图谱三元组数据， entities.txt facts.txt relations.txt test.txt train.txt valid.txt
清华大学-科技知识图谱数据集
12-17
43清华大学-科技知识图谱数据集 数据集 SciKG是一个以科研为中心的大规模知识图谱，目前包含计算机科学领域，由概念、专家和论文组成。其中，科技概念及其关系是从ACM计算分类系统中提取出来的，并辅以每个概念的定义（大多数来自维基百科）。http://unopencity.com/project/data-list?sec_cate=text-classifier&fir_cate=nlp
医疗知识问答-数据集.zip
06-23
# Chinese medical dialogue data 中文医疗对话数据集 ### Data_数据中有6个文件夹分别是: >**** 94596个问答对 > **** 220606个问答对 **** 183751个问答对 **** 75553个问答对 **** 101602个问答对 **** 115991个问答对 总计 792099个问答对
知识图谱数据集
qq_42310715的博客
09-06 813
可以在新闻推荐、问答系统中使用。
基于知识图谱问答（KBQA）|数据集提供及获取工具开源
nopSled
04-24 3543
1.知识图谱基础介绍 一个完整的知识图谱数据，主要由七个部分组成： 　　（1）类型 　　类型是根据不同实体所包含的属性来进行划分的，类型是对具有相同特点或属性的实体集合的抽象。例如，中国是一个实体，美国是一个实体，法国是一个实体，这些实体都具有共同的特征，可以抽象为国家类型。 　　（2）域 　　域是类型的集合，凌驾于类型之上，是对某一领域所有类型的抽象。例如，国家是对中国、美国这样实体的一种抽象，...
数据集-知识图谱：FreeBase（通用知识图谱）【英文】
u013250861的博客
05-06 9753
Freebase 作为典型的知识图谱，其采用结构化的数据形式（Wikipedia并不是）。该项目由 MetaWeb 公司在2005年启动，Google于2010年收购了该公司，并将 Freebase 作为Google知识图谱的核心部分。2016年8月，Google停止了对 Freebase 的维护，并将其整体迁移合并到 WikiData 项目中[1]。基于知识图谱的问答系统(Knowledge-based Question Answering，KBQA)，这个领域的论文大多是基于 Freebase 的。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值