技术文件-《高质量数据集 建设指南》技术文件征求意见稿 conv.docxVIP

TC609全国数据标准化技术委员会技术文件

TC609-5-2025-XX

高质量数据集建设指南

Highqualitydataset—Constructionguidelines

（征求意见稿）

2025年4月29日

XXXX-XX-XX发布

全国数据标准化技术委员会

XXXX-XX-XX实施

发布

目 次

前言..................................................................................II

1范围.................................................................................1

2规范性引用文件.......................................................................1

3术语和定义...........................................................................1

4缩略语...............................................................................1

5建设方法.............................................................................1

6数据需求.............................................................................2

7数据规划.............................................................................2

8数据采集.............................................................................3

9数据预处理...........................................................................3

10数据标注............................................................................3

11模型验证............................................................................3

参考文献...............................................................................5

I

前 言

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

高质量数据集建设指南

1 范围

本文件规定了高质量数据集建设的全生命周期要求，包括数据需求、数据规划、数据采集、数据预处理、数据标注、模型验证等阶段。

本文件适用于指导组织机构开展高质量数据集建设工作。

2 规范性引用文件

本文件没有规范性引用文件。

3 术语和定义

下列术语和定义适用于本文件。

高质量数据集high-qualitydataset经过采集、加工等数据处理，可直接用于开发和训练人工智能模型，能有效提升模型性能的数据的

集合。

4 缩略语

下列缩略语适用于本文件。

5 建设方法

高质量数据集建设应按照生命周期有序展开，包括数据需求、数据规划、数据采集、数据预处理、数据标注、模型验证等6个阶段。其中，各阶段主要按以上顺序逐步开展，同时，各阶段会对其他阶段进行反馈，或者会在其他阶段反馈下进行迭代。

高质量数据集建设方法如图1所示。

1

图1 高质量数据集建设方法

6 数据需求

行业高质量数据集的数据需求阶段主要涉及确定人工智能应用所需要数据，即根据特定人工智能应用，明确数据集在数据内容、规范等方面的需求。数据需求如下：

a)数据规范方面，需要对数据规格的创建要求加以规定，包括数据格式、统计特性和可分性等；b)构建数据集所需的数据质量模型，即实例化一个具有相关数据质量特征（包括但不限于完整性、

准确性、一致性）的数据质量模型；

c) 检查数据集建设中数据的可获得