TC609-5-2025-01 高质量数据集 建设指南.pdfVIP

TC609

全国数据标准化技术委员会技术文件

TC609-5-2025-01

高质量数据集建设指南

High-qualitydataset—Constructionguidelines

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建设方法2

5数据需求2

6数据规划3

7数据采集3

8数据预处理3

9数据标注3

10模型验证4

参考文献5

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：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、北京大学、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、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、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、中电数据产业集团有限公司、中国质量认证中心有限公司、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、中兴通讯股份有

限公司、浪潮电子信息产业股份有限公司、北京智源人工智能研究院、上海人工智能创新中心、北京百

度网讯科技有限公司、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、烽火通信科技股份有限公

司、同方知网数字科技有限公司、蔚来汽车科技（安徽）有限公司、江苏省数据集团有限公司、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、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、云基华海信息技术股份有限公司、辽宁省电子信息产品监督

检验院、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、

广州金域医学检验集团股份有限公司、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、苏

州智行众维智能科技有限公司、北京八月瓜科技有限公司。

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，能够提高模型精度与可解释性、减少训练

时长，已经成为人工智能发展的核心要素。目前