跨领域RDF的自包含NoSQL资源

诸如DBpedia、Freebase和YAGO等跨领域知识库已成为关联数据网中的百科枢纽。尽管它们支撑了语义网中若干实际应用，此类图的大规模、无模式特性常阻碍研究团体广泛将其用作实体解析和基于实例的本体对齐应用的评测测试用例。尽管上述三个知识库之间的真值链接可用，但它们不适用于资源受限的应用。原因之一在于真值文件并非自包含的，意味着研究者通常必须执行一系列昂贵的连接操作（通常在MapReduce中）以获得可用信息集。本文中，我们将若干公开许可的数据资源上传至公共云，并使用简单的Hadoop集群编译并提供了涉及来自DBpedia、Freebase和YAGO的关联实例的三个跨领域自包含测试用例。自包含通过一种简单的类NoSQL JSON序列化格式实现。还简要描述了这些资源的潜在应用，特别是与测试迁移学习研究假设相关的应用。