HYUKI5/KGraph__FB15k-237

KGraph/FB15k-237（複製）

データの内容

知識グラフ上のリンク予測のためのデータ。FB15k から、逆関係による情報漏れを取り除いて Toutanova and Chen (2015) が作った版で、カードによると約 31 万のトリプルを含む。列は text の 1 つだけで、各行は文字列 1 つからなる。

データの概要

項目	値
行数	310,116（1 構成・3 分割の合計）
列数	1
容量	37.65 MB（ファイル 9 本）
ファイルの形式	txt 6、docx 1
言語	en
公開	public

構成と分割

構成（config）	分割（split）ごとの行数	列数
default	train 272,115、validation 17,535、test 20,466	1

列（構成 default・分割 train）

列	型	先頭の行の値
text	string	/m/027rn /location/country/form_of_government /m…

行数と列は HF のデータセットビューアの集計（元のデータセットの現在の版で数えたもの）。全データセットの一覧は HYUKI5/dataset-catalog にある。

複製について

KGraph/FB15k-237 をリビジョン c7368ccc03358758270dbf9e475222444d19926b の時点でそのまま複製したもの。中身は変えていない。判断モデル Laya（convaiinnovations/laya）の微調整に使う候補として、調査メモ（Laya 学習用データセット調査）に載せたデータを集めている。

出典

• 元のデータセット: https://huggingface.co/datasets/KGraph/FB15k-237
• 複製したリビジョン: c7368ccc03358758270dbf9e475222444d19926b（2022-10-21 09:03:28+00:00）
• 元のライセンス表記: ['cc-by-4.0']

論文

• 元のカードに論文へのリンクは見つからなかった

アノテーションの方法

元のカードにアノテーションの節はあるが、中身は空欄（More Information Needed）だった。

微調整に使うときの注意

• 調査メモの台帳での区分: A（許諾型のライセンスだけで、疑義の注記が無い）。区分は記載の文言で機械的に付けたもので、法的な判定ではない。学習に入れる前に元のカードとライセンスの原文で確かめる。
• Laya の入力は 2,048 token まで（ModernBERT-large / mmBERT）。長い本文は先頭から黙って切られるので、切れる行は事前に除くか、要約・切り出しをしてから入れる。
• 分割は記事・文書単位で行い、同じ本文から作った別の問いを学習側と較正側に分けない。温度と閾値は学習に使っていない分割で別々に当てる。

調査メモの記述

メモ	節	ライセンス（記載）	確認	注記
ontology_kg_entity.md	Q5. KG トリプルの真偽判定・常識知識・上位下位・時間関係・オントロジー整合のデータにどんなものがあり、Laya に載るか (L155)	cc-by-4.0（HF タグ・カード）	確認済	確認印なし(各ファイルの凡例により確認済扱い) ／ 原文注記: 真のトリプルだけで、偽の作り方は自前。Freebase の企業関係（/business/…）の割合は未確認。Freebase は 2015 年に閉鎖された知識で古い

元のカード（日本語訳）

以下は元のデータセットのカードの本文を日本語に訳したもの（機械翻訳）。訳に疑問があるときは、末尾の原文を確かめる。

---

FB15k-237 データセットカード

目次

• FB15k-237 データセットカード
  • 目次
  • データセットの説明
    • データセットの概要
    • 対応タスクとリーダーボード
    • 言語
  • データセットの構造
    • データのインスタンス
    • データフィールド
    • データ分割
  • データセットの作成
    • キュレーションの根拠
    • 元データ
      • 初期のデータ収集と正規化
      • 元の言語の作成者は誰か？
    • アノテーション
      • アノテーションの過程
      • アノテーターは誰か？
    • 個人情報と機微情報
  • データ利用上の留意点
    • データセットの社会的影響
    • バイアスに関する議論
    • その他の既知の制限
  • 追加情報
    • データセットのキュレーター
    • ライセンス情報
    • 引用情報
    • 貢献

データセットの説明

• ホームページ: https://deepai.org/dataset/fb15k-237
• リポジトリ:
• 論文: More Information Needed
• リーダーボード:
• 連絡先:

データセットの概要

FB15k-237 は FB15k から作られたリンク予測のデータセットである。FB15k は 1,345 の関係、14,951 のエンティティ、592,213 のトリプルからなるが、多くのトリプルは逆関係であり、train と test・validation の分割の間で情報が漏れる原因になっていた。FB15k-237 は Toutanova and Chen (2015) によって、test と評価のデータに逆関係によるリークが入らないように作られた。要約すると、FB15k-237 データセットは 310,079 のトリプル、14,505 のエンティティ、237 の関係の種類を含む。

対応タスクとリーダーボード

対応タスク: 知識グラフ上のリンク予測タスク。

リーダーボード: More Information Needed

言語

[More Information Needed]

データセットの構造

データのインスタンス

[More Information Needed]

データフィールド

[More Information Needed]

データ分割

[More Information Needed]

データセットの作成

キュレーションの根拠

[More Information Needed]

元データ

初期のデータ収集と正規化

[More Information Needed]

元の言語の作成者は誰か？

[More Information Needed]

アノテーション

アノテーションの過程

[More Information Needed]

アノテーターは誰か？

[More Information Needed]

個人情報と機微情報

[More Information Needed]

データ利用上の留意点

データセットの社会的影響

[More Information Needed]

バイアスに関する議論

[More Information Needed]

その他の既知の制限

[More Information Needed]

追加情報

データセットのキュレーター

[More Information Needed]

ライセンス情報

[More Information Needed]

引用情報

@inproceedings{schlichtkrull2018modeling,
  title={Modeling relational data with graph convolutional networks},
  author={Schlichtkrull, Michael and Kipf, Thomas N and Bloem, Peter and Berg, Rianne van den and Titov, Ivan and Welling, Max},
  booktitle={European semantic web conference},
  pages={593--607},
  year={2018},
  organization={Springer}
}

貢献

このデータセットを追加してくれた @pp413 に感謝する。

原文（英語）

Dataset Card for FB15k-237

Dataset Summary

FB15k-237 is a link prediction dataset created from FB15k. While FB15k consists of 1,345 relations, 14,951 entities, and 592,213 triples, many triples are inverses that cause leakage from the training to testing and validation splits. FB15k-237 was created by Toutanova and Chen (2015) to ensure that the testing and evaluation datasets do not have inverse relation test leakage. In summary, FB15k-237 dataset contains 310,079 triples with 14,505 entities and 237 relation types.

Supported Tasks and Leaderboards

Supported Tasks: link prediction task on knowledge graphs.

Leaderboads: More Information Needed

Languages

[More Information Needed]

Dataset Structure

Data Instances

[More Information Needed]

Data Fields

[More Information Needed]

Data Splits

[More Information Needed]

Dataset Creation

Curation Rationale

[More Information Needed]

Source Data

Initial Data Collection and Normalization

[More Information Needed]

Who are the source language producers?

[More Information Needed]

Annotations

Annotation process

[More Information Needed]

Who are the annotators?

[More Information Needed]

Personal and Sensitive Information

[More Information Needed]

Considerations for Using the Data

Social Impact of Dataset

[More Information Needed]

Discussion of Biases

[More Information Needed]

Other Known Limitations

[More Information Needed]

Additional Information

Dataset Curators

[More Information Needed]

Licensing Information

[More Information Needed]

Citation Information

@inproceedings{schlichtkrull2018modeling,
  title={Modeling relational data with graph convolutional networks},
  author={Schlichtkrull, Michael and Kipf, Thomas N and Bloem, Peter and Berg, Rianne van den and Titov, Ivan and Welling, Max},
  booktitle={European semantic web conference},
  pages={593--607},
  year={2018},
  organization={Springer}
}

Contributions

Thanks to @pp413 for adding this dataset.