《高质量数据集 质量评测规范》.pdfVIP

TC609

全国数据标准化技术委员会技术文件

TC609-5-2025-XX

高质量数据集质量评测规范

High-qualitydataset—Specificationforqualityevaluationandtest

（征求意见稿）

2025-XX-XX发布2025-XX-XX实施

全国数据标准化技术委员会发布

目次

前言II

引言III

1范围4

2规范性引用文件4

3术语和定义4

4指标要求5

评测指标5

说明文档指标要求5

数据质量指标要求5

模型应用指标要求6

5评测细则6

说明文档指标6

5.1.1说明文档指标计算细则6

5.1.2说明文档指标评分细则7

数据质量指标7

5.2.1数据质量指标计算细则7

5.2.2数据质量指标评分细则8

模型应用指标9

5.3.1模型应用指标计算细则9

5.3.2模型应用指标评分细则10

附录A（资料性）文本数据内容干净性指标细则11

附录B（资料性）图像数据内容干净性指标细则12

附录C（资料性）视频数据内容干净性指标细则13

附录D（资料性）音频数据内容干净性指标细则14

参考文献15

I

前言

请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。

本文件由全国数据标准化技术委员会（SAC/TC609）提出并归口。

本文件起草单位：

II

引言

当前，随着新一代信息技术持续快速发展，人工智能正加速融入各行业领域，赋能实体经济高质量

发展。数据集是开发和训练人工智能模型的基础，开发和训练高质量的模型对数据集的质量要求也越来

越高。对数据集进行质量评测是评判其是否“高质量”的基本路径，也是“以评促建”保障高质量数据

集建设的重要手段，然而，我国高质量数据集质量评测目前仍缺乏统一的标准规范。制定高质量数据集

质量评测规范，明确其质量评测的指标要求和评测细则，为组织机构开展高质量数据集质量评测工作提

供指导，对于提升数据集优质供给，促进数据集流通使用，有力支持人工智能模型开发和训练，更好赋

能经济社会发展至关重要。

III

高质量数据集质量评测规范

1范围

本文件规范了高质量数据集的质量评测，明确了指标要求和评测细则。

本文件可为组织机构开展高质量数据集质量评测工作提供指导。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，

仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本

文件。

GB/T25000.24-2017系统与软件工程系统与软件质量要求和评价（SQuaRE）第24部分：数据质

量测量（ISO/IEC25024:2015，MOD）

GB/T41867-2022信息技术人工智能术语

GB/T42755-2023人工智能面向机器学习的数据标注规程

TC609-5