办公大模型领域特定类数据说明.pdfVIP

SJ/TXXXX—2025

附录A

（资料性）

办公大模型领域特定类数据说明

领域特定类数据包含公文类、校对类、公式类、图像类等数据，参见表A.1。

表A.1领域特定类数据类别和内容说明

数据类别数据内容说明

包括计划、总结、调查报告、领导讲话稿、典型材料等事务类公文数据

公文类包括决议、决定、命令（令）、公报、公告、通告、意见、通知、通报、报告、请示、批复、议案、

函、纪要等行政类公文数据

包含同音字、形近字、近音字、多字、漏字、倒字、成语错误、歇后语错误、古诗词错误等字词类

数据

校对类包含搭配不当、成分残缺、成分多余、语序不当、语句歧义等语法类数据

包含政策时事、新闻报道、学术论文、科技文献、法律文书等类型语料数据

包含中文、英文等不同语种数据

包含加减乘除等算术运算、大于小于等比较运算类的单一公式

包含文本字符串提取、拼接、替换等文本处理类的单一公式

包含计算间隔天数、时间差等日期与时间类的单一公式

公式类包含求和、平均值、技术等统计分析类的单一公式

包含垂直查找、水平查找、根据偏移量引用单元格等查找与引用类的单一公式

包含财务类、工程类、逻辑类等的单一公式

包含2-6种单一公式的组合公式

包含演示文稿类图像，如自然地貌、动物、植物等自然场景图像，人物、建筑、城市与乡村等人文

生活类图像，绘画、摄影、漫画等艺术创作类图像

图像类包含文字类图像，如印刷稿、手写体等文本图像

包含电子表格类图像，如有框表格、三线表、无框表格等表格图像

包含思维导图、流程图、几何图、图表等图像

包含办公产品的语音收录（比如ASR、TTS）、演示素材中的背景音效、语音转文字过程中需处理的

带轻微噪声的办公环境音频等辅助类音频

音频类

包含工作汇报录音、个人办公备忘录语音、项目讨论现场录音等记录类音频

包含线上会议语音、企业内部语音通话、客户沟通语音等沟通类音频

包含产品方案演示视频、项目进展汇报视频、办公工具功能演示视频等演示类视频

视频类包含线上会议录制视频、线下会议现场录制视频等会议类视频

包含企业内部培训课程视频、行业知识讲解视频、软件操作教学视频等培训类视频

11