摘要
本工作针对大规模RDF知识图谱中高效且可复用的向量嵌入（VEs）需求展开研究，重点聚焦于被广泛使用的DrugBank数据集。研究旨在降低因反复生成嵌入以支持下层任务（如链接预测、聚类和推荐）所带来的计算负担与环境影响。为此，研究从DrugBank知识图谱中提取嵌入——该图谱包含超过360万条三元组、150多万实体及95种关系——并使用PyKEEN框架中的25个模型进行处理。数据集被划分为训练集、验证集和测试集，并为实体和关系生成固定维度的嵌入。最终生成的表示以多种格式发布，包括完整的JSON文件、按类别划分的子集以及高效的基于Parquet的结构，以支持可扩展查询。实验评估表明，使用结构化格式（尤其是Parquet格式）可显著降低访问时间和内存使用量。此外，研究量化了嵌入生成过程的碳排放足迹，结果表明，分发预计算嵌入相比按需重新计算，可将能耗减少高达99.37%。总体而言，本工作提供了一个全面、可复用的资源，既促进了研究开展，又提升了计算效率并推动环境可持续性。
