蘇州大學(xué)自然語(yǔ)言處理實(shí)驗(yàn)室正式發(fā)布人物關(guān)系知識(shí)圖譜 PPCube V2.0。該版本包含 24M節(jié)點(diǎn)、136M條人物屬性記錄和7M條人際關(guān)系記錄。同時(shí)從全量版本中抽取節(jié)點(diǎn)與屬性關(guān)系信息密度較高的子數(shù)據(jù)集 PPCube-Dense V2.0。1、圖譜簡(jiǎn)介PPCubePerson-Person Cube人際立方是一個(gè)人物關(guān)系知識(shí)圖譜用于記錄和組織人物屬性以及人物之間的社會(huì)關(guān)系?，F(xiàn)實(shí)中的人物信息分散在各類(lèi)知識(shí)庫(kù)、百科文本與自然文本當(dāng)中不同來(lái)源采用的實(shí)體標(biāo)識(shí)、字段名稱(chēng)和關(guān)系粒度存在差異。PPCube V2.0 對(duì)多種來(lái)源的人物相關(guān)知識(shí)進(jìn)行篩選與歸一化為人物知識(shí)檢索、人際關(guān)系分析、知識(shí)圖譜補(bǔ)全、人物關(guān)系抽取以及大模型可信問(wèn)答等研究任務(wù)提供可靠的數(shù)據(jù)支撐。2、數(shù)據(jù)來(lái)源與構(gòu)建PPCube V2.0 的數(shù)據(jù)目前主要來(lái)自四個(gè)公開(kāi)知識(shí)來(lái)源覆蓋中文和英文人物信息Wikidata提供多語(yǔ)言、結(jié)構(gòu)化的人物實(shí)體、屬性和關(guān)系Wikipedia提供人物頁(yè)面 Infobox 中的半結(jié)構(gòu)化信息及相關(guān)文本DBpedia提供由 Wikipedia 內(nèi)容抽取得到的結(jié)構(gòu)化資源YAGO包含經(jīng)過(guò)語(yǔ)義組織的人物屬性和人物關(guān)系。項(xiàng)目對(duì)原始數(shù)據(jù)依次進(jìn)行人物實(shí)體篩選、字段統(tǒng)一、人物關(guān)系篩選、關(guān)系類(lèi)型統(tǒng)一和質(zhì)量檢查最終整理為人物節(jié)點(diǎn)、人物屬性和人際關(guān)系三類(lèi)數(shù)據(jù)。3、圖譜數(shù)據(jù)內(nèi)容3.1 數(shù)據(jù)規(guī)范人物節(jié)點(diǎn)記錄人物統(tǒng)一編號(hào)、實(shí)體標(biāo)題、顯示名稱(chēng)和來(lái)源頁(yè)面地址人物屬性記錄姓名、性別、國(guó)籍、生卒時(shí)間、出生地、職業(yè)、教育經(jīng)歷和獲獎(jiǎng)情況等信息人際關(guān)系記錄具有方向的親屬、教育培養(yǎng)、職業(yè)管理、社會(huì)影響、職務(wù)繼任與合作等關(guān)系。PPCube共包含 41 種人物屬性類(lèi)型和 63 種人際關(guān)系類(lèi)型。各類(lèi)型的英文名稱(chēng)、數(shù)據(jù)類(lèi)型和含義可在項(xiàng)目提供的 schema 文件中查詢(xún)。3.2 數(shù)據(jù)集統(tǒng)計(jì)信息版本人物節(jié)點(diǎn)記錄人物屬性記錄人際關(guān)系記錄PPCube-FULLV2.024,140,466136,984,1437,720,013PPCube-DenseV2.099,9981,040,886381,244PPCube-FULL指的是當(dāng)前版本的全量數(shù)據(jù)。PPCube-Dense 則面向快速下載、分析和圖數(shù)據(jù)庫(kù)展示從全量數(shù)據(jù)中選取信息較豐富的核心人物并加入與這些人物直接相連的一跳人物節(jié)點(diǎn)。PPCube-Dense 包含 4,371 個(gè)核心人物和 95,627 個(gè)一跳人物共 99,998 個(gè)人物節(jié)點(diǎn)覆蓋41 種人物屬性類(lèi)型和 55 種人際關(guān)系類(lèi)型。3.3 數(shù)據(jù)示例與應(yīng)用下圖以姚明為中心展示知識(shí)圖譜的一組人物屬性與一跳人物關(guān)系的示例。圖中人物節(jié)點(diǎn)使用圓形表示屬性值使用矩形表示連線上的字段編號(hào)和英文名稱(chēng)與發(fā)布數(shù)據(jù)中的 schema 保持一致。PPCube V2.0 可用于人物知識(shí)圖譜構(gòu)建與補(bǔ)全、人際關(guān)系抽取與分類(lèi)、人物實(shí)體檢索與人物畫(huà)像、圖表示學(xué)習(xí)與關(guān)系推理、知識(shí)圖譜質(zhì)量分析以及大語(yǔ)言模型可信知識(shí)問(wèn)答等任務(wù)。4、項(xiàng)目地址PPCube V2.0 已在 GitHub 發(fā)布。項(xiàng)目主頁(yè)提供數(shù)據(jù)文件、類(lèi)型定義、統(tǒng)計(jì)結(jié)果和使用文檔后續(xù)更新也將在該頁(yè)面持續(xù)維護(hù)歡迎關(guān)注、轉(zhuǎn)發(fā)和下載。GitHub地址https://github.com/SUDA-HLT/PPCube