数据集

论文数据集

名称	实体	关系	训练集	验证集	测试集	原论文
WN18	40,943	18	141,442	5,000	5,000	TransE [BUGD+13]
WN18RR	40,943	11	86,835	3,034	3,134	[DMSR18]
FB15K	14,951	1,345	483,142	50,000	59,071	TransE [BUGD+13]
FB15k-237	14,541	237	272,115	17,535	20,466	[TC15]

数据集格式

• 对于训练模型，数据集包含 3 个文件：

  • train2id.txt：训练集文件，第一行是训练集中三元组的个数。后面所有行都是 (e1, e2, rel) 格式的三元组，表示在实体 e1 和实体 e2 之间有一个关系 rel。

  • entity2id.txt：第一行是实体的个数。其余行是全部实体和相应的 id，每一行一个实体。

  • relation2id.txt：第一行是关系的个数。其余行是全部关系和相应的 id，每一行一个关系。

• 对于验证模型，需要 2 个额外的文件（总共 5 个文件）。

  • valid2id.txt：验证集文件，第一行是验证集中三元组的个数。后面所有行都是 (e1, e2, rel) 格式的三元组。

  • test2id.txt：测试集文件，第一行是测试集中三元组的个数。后面所有行都是 (e1, e2, rel) 格式的三元组。

备注

train2id.txt、valid2id.txt 和 test2id.txt 包含的是来自 entitiy2id.txt 和 relation2id.txt 的 id， 而不是实体和关系的名字。