简体中文 | English
OpenBG是开放的数字商业知识图谱，是一个使用统一Schema组织、涵盖产品和消费需求的百万级多模态数据集。OpenBG由浙江大学、阿里巴巴藏经阁团队联合提供，开放的目标是利用开放的商业知识发现社会经济的价值，促进数字商务数字经济等领域的交叉学科研究，服务数字经济健康发展的国家战略需求。
数据集统计数据如下：
| Dataset | # Ent | # Rel | # Train | # Dev | # Test |
|---|---|---|---|---|---|
| OpenBG-IMG | 27,910 | 136 | 230,087 | 5,000 | 14,675 |
| OpenBG500 | 249,743 | 500 | 1,242,550 | 5,000 | 5,000 |
| OpenBG500-L | 2,782,223 | 500 | 47,410,032 | 696,839 | 700,321 |
| OpenBG(Full) | 88,881,723 | 2,681 | 260,304,683 | - | - |
OpenBG500包含500个关系，从OpenBG中筛选采样得到。
OpenBG500
├── train.tsv # 训练集数据
├── valid.tsv # 验证集数据
├── test.tsv # 测试集数据
├── entity2text.tsv # 实体对应的中文描述
└── relation2text.tsv # 关系对应的中文描述$ head -n 3 train.tsv
<http://ali.openkg.cn/alischema#Product/pid_95366c60c08b45d8931d2f459712ff12> <http://ali.openkg.cn/alischema#Property/External_Material> 苦荞麦
<http://ali.openkg.cn/alischema#Product/pid_6c3646395ec10143cdc8de645aeb93a9> <http://ali.openkg.cn/alischema#Property/Flavor> 原味硬糕850克【10包40块糕】
<http://ali.openkg.cn/alischema#Product/pid_a31f0d7ce23fbb80f250ec5b2dd2bc82> <http://ali.openkg.cn/alischema#Property/inMarket> <http://ali.openkg.cn/alischema#Market_segment/tag_0b256e3b23f5b7a9d006f87d28ce0ead>
获取实体、关系对应文本字典：ent2text和rel2text
with open('entity2text.tsv', 'r') as fp:
data = fp.readlines()
lines = [line.strip().split('\t') for line in data]
_ = [print(line) for line in lines[:2]]
# ['<http://ali.openkg.cn/alischema#Product/pid_f4e703be773bc04e6b425f59b15a078c>', '短袖T恤']
# ['<http://ali.openkg.cn/alischema#Product/pid_e529f00852668f253caf79a4155b0678>', '套装']
ent2text = {line[0]: line[1] for line in lines}
with open('relation2text.tsv', 'r') as fp:
data = fp.readlines()
lines = [line.strip().split('\t') for line in data]
_ = [print(line) for line in lines[:2]]
# ['<http://ali.openkg.cn/alischema#Property/inMarket>', '细分市场']
# ['<http://ali.openkg.cn/alischema#Property/relatedScene>', '关联场景']
rel2text = {line[0]: line[1] for line in lines}数据转换成文本：
with open('train.tsv', 'r') as fp:
data = fp.readlines()
lines = [line.strip().split('\t') for line in data]
lines = [[ent2text[line[0]],rel2text[line[1]],ent2text[line[2]]] for line in lines]
_ = [print(line) for line in lines[:2]]
# ['苦荞茶', '外部材质', '苦荞麦']
# ['精品三姐妹硬糕', '口味', '原味硬糕850克【10包40块糕】']OpenBG500-L包含500个关系，从OpenBG中筛选采样得到，规模比OpenBG大。
OpenBG500-L
├── train.tsv # 训练集数据
├── valid.tsv # 验证集数据
└── test.tsv # 测试集数据$ head -n 3 train.tsv
<http://ali.openkg.cn/alischema#Product/pid_ca08a196fd0388a37d2b671826b4456f> <http://ali.openkg.cn/alischema#Property/Imported> 否
<http://ali.openkg.cn/alischema#Product/pid_39eee17628071aa99e2d45be140d5cb7> <http://ali.openkg.cn/alischema#Property/Applicable_Season> 夏季
<http://ali.openkg.cn/alischema#Product/pid_549c825765a62f6b8c6b53836d61963c> <http://ali.openkg.cn/alischema#Property/placeOfOrigin> <http://ali.openkg.cn/alischema#Place_Of_Origin/**大陆>
with open('train.tsv', 'r') as fp:
for idx, line in enumerate(fp):
line = line.strip().split('\t')
print(line)
if idx == 2:
break
# ['<http://ali.openkg.cn/alischema#Product/pid_ca08a196fd0388a37d2b671826b4456f>', '<http://ali.openkg.cn/alischema#Property/Imported>', '否']
# ['<http://ali.openkg.cn/alischema#Product/pid_39eee17628071aa99e2d45be140d5cb7>', '<http://ali.openkg.cn/alischema#Property/Applicable_Season>', '夏季']
# ['<http://ali.openkg.cn/alischema#Product/pid_549c825765a62f6b8c6b53836d61963c>', '<http://ali.openkg.cn/alischema#Property/placeOfOrigin>', '<http://ali.openkg.cn/alischema#Place_Of_Origin/**大陆>']- 数据集下载链接：
| Dataset | Google Drive | 百度网盘 |
|---|---|---|
| OpenBG500 | 下载链接 | 提取码wi7s |
| OpenBG500-L | 下载链接 | 提取码bgq2 |
- OpenBG-IMG数据集可通过参加阿里天池CCKS2022面向数字商务的知识处理与应用评测任务三：多模态商品知识图谱链接预测比赛获取，baseline代码请关注https://github.com/OpenBGBenchmark/OpenBG-IMG 。
- OpenBG(Full)数据集可以在kg.alibaba.com申请获取
- OpenBG-IMG相关评测链接：https://tianchi.aliyun.com/competition/entrance/531957/information
- OpenBG500相关评测链接：https://tianchi.aliyun.com/dataset/dataDetail?dataId=122271
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent