现在我正在建立中国股票的知识图,并希望建立新闻推荐系统。我想将TransE算法用于实体嵌入和关系嵌入。 。但是我没有数据集,也不知道如何使用我自己的知识图构建数据集?
首先是使用Wikidata中的数据。它包含有关中国公司的一些信息(我想您是指在中国证券交易所上市的公司)。例如,https://www.wikidata.org/wiki/Q831445显示有关中国石化的信息。
可以从API下载Wikidata中的数据,在https://dumps.wikimedia.org/wikidatawiki/处下载大型转储文件,或在https://query.wikidata.org/处下载SPARQL端点。
您可以通过SPARQL查询获得在深圳证券交易所上市的公司的列表:
SELECT
?company ?companyLabel
?industry ?industryLabel
{
?company wdt:P414 wd:Q517750 .
OPTIONAL { ?company wdt:P452 ?industry }
SERVICE wikibase:label { bd:serviceParam wikibase:language "[AUTO_LANGUAGE],en,zh". }
}
结果也可通过https://w.wiki/9DM获得。可以通过修改查询来扩展此结果,并且可以以各种格式下载该结果。使用DESCRIBE SPARQL关键字,您可以获得可能对TransE算法有用的三重格式,例如DESCRIBE wd:Q831445
,结果为https://w.wiki/9DN。
可以处理大型转储文件,并使用Gensim的Word2Vec嵌入知识图,请参见[W0]中的“ Wembedder:Wikidata实体嵌入Web服务”。您可以使用Wembedder Web应用程序探索这种方法的一个结果,例如https://arxiv.org/abs/1710.04099在嵌入国航的知识图中显示“最相似”查询的结果