苏州大学自然语言处理实验室正式发布人物关系知识图谱 PPCube V2.0。该版本包含 24M节点、136M条人物属性记录和7M条人际关系记录。同时从全量版本中抽取节点与属性关系信息密度较高的子数据集 PPCube-Dense V2.0。1、图谱简介PPCubePerson-Person Cube人际立方是一个人物关系知识图谱用于记录和组织人物属性以及人物之间的社会关系。现实中的人物信息分散在各类知识库、百科文本与自然文本当中不同来源采用的实体标识、字段名称和关系粒度存在差异。PPCube V2.0 对多种来源的人物相关知识进行筛选与归一化为人物知识检索、人际关系分析、知识图谱补全、人物关系抽取以及大模型可信问答等研究任务提供可靠的数据支撑。2、数据来源与构建PPCube V2.0 的数据目前主要来自四个公开知识来源覆盖中文和英文人物信息Wikidata提供多语言、结构化的人物实体、属性和关系Wikipedia提供人物页面 Infobox 中的半结构化信息及相关文本DBpedia提供由 Wikipedia 内容抽取得到的结构化资源YAGO包含经过语义组织的人物属性和人物关系。项目对原始数据依次进行人物实体筛选、字段统一、人物关系筛选、关系类型统一和质量检查最终整理为人物节点、人物属性和人际关系三类数据。3、图谱数据内容3.1 数据规范人物节点记录人物统一编号、实体标题、显示名称和来源页面地址人物属性记录姓名、性别、国籍、生卒时间、出生地、职业、教育经历和获奖情况等信息人际关系记录具有方向的亲属、教育培养、职业管理、社会影响、职务继任与合作等关系。PPCube共包含 41 种人物属性类型和 63 种人际关系类型。各类型的英文名称、数据类型和含义可在项目提供的 schema 文件中查询。3.2 数据集统计信息版本人物节点记录人物属性记录人际关系记录PPCube-FULLV2.024,140,466136,984,1437,720,013PPCube-DenseV2.099,9981,040,886381,244PPCube-FULL指的是当前版本的全量数据。PPCube-Dense 则面向快速下载、分析和图数据库展示从全量数据中选取信息较丰富的核心人物并加入与这些人物直接相连的一跳人物节点。PPCube-Dense 包含 4,371 个核心人物和 95,627 个一跳人物共 99,998 个人物节点覆盖41 种人物属性类型和 55 种人际关系类型。3.3 数据示例与应用下图以姚明为中心展示知识图谱的一组人物属性与一跳人物关系的示例。图中人物节点使用圆形表示属性值使用矩形表示连线上的字段编号和英文名称与发布数据中的 schema 保持一致。PPCube V2.0 可用于人物知识图谱构建与补全、人际关系抽取与分类、人物实体检索与人物画像、图表示学习与关系推理、知识图谱质量分析以及大语言模型可信知识问答等任务。4、项目地址PPCube V2.0 已在 GitHub 发布。项目主页提供数据文件、类型定义、统计结果和使用文档后续更新也将在该页面持续维护欢迎关注、转发和下载。GitHub地址https://github.com/SUDA-HLT/PPCube