问如何在特定的知识图中为TransE算法构造自己的数据集

EN

一个开始就是使用维基数据中的数据。它有一些关于中国公司的信息(我想你指的是在中国证券交易所上市的公司)。例如，https://www.wikidata.org/wiki/Q831445显示有关中石化的信息。

来自维基数据的数据可以从API、https://dumps.wikimedia.org/wikidatawiki/上的大型转储文件或https://query.wikidata.org/上的SPARQL端点下载。

您可以使用SPARQL查询获取在深圳证券交易所上市的公司列表：

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". }
}

这个结果也可以在https://w.wiki/9DM上找到。这个结果可以通过修改查询来扩展，并且可以以各种格式下载。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，结果为https://w.wiki/9DN的DESCRIBE wd:Q831445。

可以处理大型转储文件，并使用Gensim的Word2Vec生成嵌入的知识图，请参阅https://arxiv.org/abs/1710.04099上的"Wembedder:维基数据实体嵌入web服务“。您可以使用Wembedder webapp探索这种方法的一个结果，例如，https://tools.wmflabs.org/wembedder/most-similar/Q51747在嵌入了中国国际航空公司的知识图谱中显示“最相似”查询的结果