橙子AI科技 Logo 橙子AI科技 需求咨询
菜单
数据集

factnet_factsense

openbmb/factnet_factsense

查看上游原文 ↗
上游访问：公开 本站服务：可咨询 内容检查：AI 辅助整理并检查 许可证：other 上游版本：81b5d82db81c

中文简介

openbmb/factnet_factsense 是 openbmb 在 Hugging Face 发布的数据集仓库，当前卡片主要关联上游卡片所列任务。本站固定记录上游版本 81b5d82db81c，同步到 618 个文件，文件元数据合计 156.19 GB；访问状态为“公开”，许可证字段为“other”。

UPSTREAM README

上游模型卡 / 数据集卡

在 Hugging Face 查看原文 ↗

【README 卡片中文译介】

以下内容依据上游仓库 openbmb/factnet_factsense 的固定版本 README、卡片字段和文件元数据进行中文结构化整理。它保留便于选型的关键信息，完整技术细节、代码示例和许可文本请同时查看上游原文。

【资源概览】
openbmb/factnet_factsense 是 openbmb 在 Hugging Face 发布的数据集仓库，当前卡片主要关联上游卡片所列任务。本站固定记录上游版本 81b5d82db81c，同步到 618 个文件，文件元数据合计 156.19 GB；访问状态为“公开”，许可证字段为“other”。

【适用方向】
适合在明确数据字段、拆分和许可证后，用于上游卡片所列任务相关的训练、评测或研究。 正式使用前应先抽样检查字段、语言、重复项、敏感信息和训练/测试划分，避免只依据仓库名称判断数据质量。

【版本与规格】
固定版本：81b5d82db81c。 任务标签：上游卡片所列任务。 上游页面记录的最近更新时间：2026-05-07。

【文件信息】
上游 API 返回 618 个文件，文件元数据合计 156.19 GB。 已保存文件清单中的主要扩展名：.parquet 99 个、无扩展名 1 个。 当前较大的文件包括：factsense_part_factsense-job-0-5_7.parquet（442.90 MB）；factsense_part_factsense-job-0-5_3.parquet（423.96 MB）；factsense_part_factsense-job-0-5_13.parquet（411.73 MB）。 仓库文件较多，本站仅保存前 100 条文件元数据；完整清单请查看上游仓库。

【运行或处理环境】
仓库文件元数据合计 156.19 GB。仅按下载、解压和临时文件估算，建议至少预留约 187.42 GB 可用磁盘；实际需求还取决于压缩率、缓存、数据转换和训练副本，正式处理前应以完整文件清单重新测算。

【使用边界】
许可证显示为“other”，具体用途限制、附加政策和归属要求仍以上游原文为准。 数据集还需核对样本来源、隐私与个人信息、标签质量、地域偏差及下游模型的合规要求。

已有简体中文译文 · Codex 基于固定版本 README 与上游元数据生成中文结构化译介 · 2026-07-26 00:51

FactSense Dataset Overview FactSense is the linguistic layer of FactNet that provides multilingual, natural language expressions of facts extracted from Wikipedia pages. Each FactSense instance represents a FactStatement realized in natural text with provenance information. Paper: https://arxiv.org/abs/2602.03417 Github: https://github.com/yl-shen/factnet Dataset: https://huggingface.co/collections/openbmb/factnet Dataset Format The dataset contains parquet files with the following key fields: `factsense_id`: Unique identifier for the FactSense instance `belongs_to_statement_id`: ID of the associated FactStatement `language`: Language code (e.g., 'en', 'zh') `page_id`: Wikipedia page ID `page_title`: Title of the Wikipedia page `page_namespace`: Wikipedia namespace `match_type`: Type of match (sitelink, sitelink_pagelink, label_based, etc.) `sentence`: Text snippet containing the fact mention (limited to 1000 chars) `sentence_index`: Position of the sentence in the paragraph/page `confidence`: Match confidence score (0.5-0.9) `subject_qid`: Subject entity QID `property_pid`: Property PID `value_qid`: Value entity QID (if applicable) `subject_label`: Label used for matching `value_label`: Value label used for matching `extraction_method`: Extraction strategy version `extraction_ts`: Extraction timestamp Usage FactSense instances provide natural language evidence for facts across multiple languages, enabling applications in multilingual fact checking, knowledge-grounded generation, and cross-lingual information retrieval. License This dataset contains text derived from Wikipedia and is available under the CC BY-SA license. Citation

公开页仅展示原文摘录；完整模型卡或数据集卡请前往上游仓库查看。

适用场景

适合在明确数据字段、拆分和许可证后，用于上游卡片所列任务相关的训练、评测或研究。 正式使用前应先抽样检查字段、语言、重复项、敏感信息和训练/测试划分，避免只依据仓库名称判断数据质量。

规模与格式

固定版本：81b5d82db81c。 任务标签：上游卡片所列任务。 上游页面记录的最近更新时间：2026-05-07。

文件说明

上游 API 返回 618 个文件，文件元数据合计 156.19 GB。 已保存文件清单中的主要扩展名：.parquet 99 个、无扩展名 1 个。 当前较大的文件包括：factsense_part_factsense-job-0-5_7.parquet（442.90 MB）；factsense_part_factsense-job-0-5_3.parquet（423.96 MB）；factsense_part_factsense-job-0-5_13.parquet（411.73 MB）。 仓库文件较多，本站仅保存前 100 条文件元数据；完整清单请查看上游仓库。

上游文件元数据

以下仅为 Hugging Face 官方 API 返回的文件名与大小元数据，官网没有下载或托管这些文件。

  • .gitattributes2.40 KB
  • factsense_part_factsense-job-0-5_0.parquet124.18 MB
  • factsense_part_factsense-job-0-5_1.parquet129.52 MB
  • factsense_part_factsense-job-0-5_10.parquet239.33 MB
  • factsense_part_factsense-job-0-5_11.parquet307.41 MB
  • factsense_part_factsense-job-0-5_12.parquet310.00 MB
  • factsense_part_factsense-job-0-5_13.parquet411.73 MB
  • factsense_part_factsense-job-0-5_14.parquet283.73 MB
  • factsense_part_factsense-job-0-5_15.parquet281.51 MB
  • factsense_part_factsense-job-0-5_16.parquet369.46 MB
  • factsense_part_factsense-job-0-5_17.parquet406.35 MB
  • factsense_part_factsense-job-0-5_18.parquet397.93 MB

文件较多，本页只展示前 12 项；完整信息以上游仓库为准。

硬件建议

仓库文件元数据合计 156.19 GB。仅按下载、解压和临时文件估算，建议至少预留约 187.42 GB 可用磁盘；实际需求还取决于压缩率、缓存、数据转换和训练副本，正式处理前应以完整文件清单重新测算。

注意事项

许可证显示为“other”，具体用途限制、附加政策和归属要求仍以上游原文为准。 数据集还需核对样本来源、隐私与个人信息、标签质量、地域偏差及下游模型的合规要求。

获取、校验与交付

咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件，并在合法访问权限、许可证及平台规则允许的前提下，协助海内外下载、完整性校验及网盘或硬盘交付；本官网本身不托管或下载资源文件。

第三方资源声明

本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明，不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。