TC609-5-2025-03 高质量数据集 分类指南.pdfVIP

TC609

全国数据标准化技术委员会技术文件

TC609-5-2025-03

高质量数据集分类指南

High-qualitydataset—Classificationguidelines

2025-08-29发布2025-08-29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1

2规范性引用文件1

3术语和定义1

4类型划分2

类型要素2

类型特征2

分类方法4

参考文献6

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：北京大学、中国电子技术标准化研究院、中国电子信息产业发展研究院、国家数

据发展研究院、工业和信息化部电子第五研究所、中国信息通信研究院、国务院国有资产监督管理委员

会研究中心、商业信用中心、中国科学院计算技术研究所、交通运输部公路科学研究所、中国石油天然

气集团有限公司、中国石油化工集团有限公司、石化盈科信息技术有限责任公司、国家能源集团信息技

术公司、中国南方电网有限责任公司、中国电信集团有限公司、中国移动通信集团有限公司、中移动信

息技术有限公司、中国联合网络通信集团有限公司、联通数据智能有限公司、国家石油天然气管网集团

有限公司、国网山东省电力公司、国网江苏省电力有限公司、华为技术有限公司、科大讯飞股份有限公

司、阿里巴巴（中国）有限公司、深圳市腾讯计算机系统有限公司、北京智源人工智能研究院、上海人

工智能创新中心、中电数据产业集团有限公司、中国质量认证中心有限公司、北京百度网讯科技有限公

司、中国交通建设集团有限公司、中国交通信息科技集团有限公司、上海库帕思科技有限公司、上海信

投智能科技股份有限公司、南京南瑞继保工程技术有限公司、南京南瑞瑞中数据股份有限公司、杭州数

梦工场科技有限公司、杭州市临安区大数据管理服务中心、安徽飞数信息科技有限公司、中通服网盈科

技有限公司、北京海天瑞声科技股份有限公司、航天科工网络信息发展有限公司、中国邮政储蓄银行股

份有限公司、江苏省大数据管理中心、内蒙古自治区大数据中心、江西省大数据中心、中国电子工程设

计院股份有限公司、中电金信软件有限公司、软通智慧科技有限公司、厦门赛西科技发展有限责任公司、

广东省医学科学院、四川数据集团有限公司、贵州大数据产业集团有限公司、杭州市数据集团有限公司、

中兴通讯股份有限公司、浪潮电子信息产业股份有限公司、同方知网数字科技有限公司、烽火通信科技

股份有限公司、蔚来汽车科技（安徽）有限公司、睿尔曼智能科技（北京）有限公司、北京银河通用机

器人有限公司、辽宁省电子信息产品监督检验院、云基华海信息技术股份有限公司、数字宁波科技有限

公司、北京中数睿智科技有限公司、杭州景联文科技有限公司、北京星河智源科技有限公司、山西集智

数据服务有限公司、山东未来集团有限公司、广州维视达数字科技有限公司、厦门身份宝网络科技有限

公司、上海森栩医学科技有限公司。

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。高质量数据集是开发和训练人工智能模型的重要支撑，通用模型、行业模型、场景模型等不同类

型模型需要不同类型的数据集，相应数据集需蕴含通用知识、行业领域通用知识、行业领域专业知识，

然而，我国高质量数据集分类目前仍缺乏统一的标准规范。制定高质量数据集分类指南，明确类型划