企业官网建设流程全解析

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

PPCube（Person-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

PPCube-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