从已弃用的 freebase 中查找所有实体名称

Question

我正在训练一些将单词表示为向量的机器学习模型，使用 freebase 作为训练数据。由于 API 已被弃用，我正在使用原始的 freebase 转储，它现在是一个包含 31 亿个三元组的列表，包含超过 5 亿个不同的实体（主题/对象），我想减少这个数字。

我想删除所有仅表示主题名称的三元组，以便只保留包含 MID 的三元组。但是，我发现了多个可能的谓词来定义实体的“名称”。

i) common.notable_for.display_name
ii) type.object.name
iii) /rdf-schema#label

我有 3 个问题：

a) 上述谓词有什么不同吗？
b) 是否有任何额外的谓词也描述实体的名称？
c) 除了定义名称的三元组之外，该名称是否曾出现在其他三元组中，而不是 MID？

感谢您的帮助！

Answer 1

您应该只关注type.object.name，它是包含主题名称的架构属性。

/rdf-schema#label 是均衡器，它不是 freebase 架构的一部分。

common.notable_for.display_name 描述是：“显着对象的本地化/性别适当的显示名称。”，它也是 CVT（复合值类型）中的一个属性，它包含不同类型的信息：“所有类型的一个话题，什么不是最“重要”的。据我所知，“拉里佩奇”是一个“企业家”。所以你不需要这个属性。专注于 TON type.object.name。