关于印发《宁波市高质量数据集建设评价体系指引（试行）》的通知

发布时间：********** **:**浏览次数：信息来源：市经信局

甬经信数智〔****〕*号

各区（县、市）经信局、各管委会经信部门，宁波经济技术开发区数字经济发展局，有关企业：

为规范引导我市高质量数据集建设，我局制定了《宁波市高质量数据集建设评价体系指引（试行）》，现印发给你们，请遵照执行。

宁波市经济和信息化局

****年*月**日

宁波市高质量数据集建设评价体系指引

（试行）

为深入贯彻国务院《关于深入实施“人工智能+”行动的意见》（国发〔****〕**号）的部署，落实《宁波市人工智能创新发展行动方案（*********年）》（甬政办发〔****〕**号）要求，充分发挥数据要素作为关键生产要素的倍增效应，以高质量数据集建设支撑“人工智能+”行动，特制定本评价体系指引。

一、总体要求

深化数据要素市场化配置改革，将高质量数据集作为深入实施“人工智能+”行动的核心要素，以打造开放协同的数据生态为宗旨，以优质数据资源供给为基础，以高价值应用场景为切口，探索高质量数据集建设实践，逐步完善高质量数据集建设标准体系及行业落地路径，支撑人工智能引领下的数字经济高质量发展，助力培育壮大新质生产力。

二、适用范围

本指引主要面向工业制造、港口航运、现代农业、商贸流通、交通运输、金融服务、文化旅游、医疗健康、绿色低碳等我市产业发展和全域数字化转型重点领域，引导相关主体建设高质量数据集，推动我市高质量数据集不断丰富完善，为我市深入实施“人工智能+”行动，打造具有全国竞争力和影响力的人工智能产业发展基地、创新应用高地奠定坚实数据支撑。

三、评价指标

宁波市高质量数据集评价指标围绕数据集的数据质量、场景应用、产业带动三大维度进行考量，推动建设满足**就绪度要求、有效训练算法模型、切实解决行业难题、具有产业带动作用的高质量数据集。

序号	指标名称		具体内容	备注
*	数据质量	内容完整性	数据内容填充完整，缺失值、重复值在合理范围内。	缺失值、重复值范围在**%及以内。
*		内容真实性	数据内容真实可追溯。	非合成数据真实无篡改、可追溯采集源头，合成数据生成过程透明、分布合理。
*		内容准确性	数据内容及标注经过严格处理，不包含脏数据。	文本数据：不存在乱码、特殊符号等干扰内容；图像/视频数据：不存在水印、字幕等干扰内容；音频数据：噪声、失真等情况在合理范围内。自定义结构数据：根据揭榜单任务书确定。
*		数据规范性	数据内容及标注应符合规范。	规范包括：数据格式、来源、范围、业务规则、元数据或权威参考数据等。
*		安全合规性	数据内容合法、稳定，不包含违法、违规、侵权、歧视等内容。	如包含违反社会主义核心价值观和违反法律规定的内容，将予以一票否决。
*		内容一致性	数据集中相关联的数据间内容一致，能在语义和表达上保持匹配。	不同模态间数据的内容一致与同模态数据间的内容一致均需评价。
*	场景应用	应用实效性	数据集的利用在目标应用场景中达到预期效果。
*		样本多样性	数据分布全面程度应满足目标应用场景需求。
*		样本充足性	数据规模应满足目标应用场景需求。
**	场景应用	样本时效性	数据采集时间和更新状态应满足目标应用场景需求。
**	场景应用	用户友好性	数据集的说明文档完整清晰易懂，涵盖基本信息、内容特征、建设过程及应用说明。	基本信息包括：数据集规模、格式规范、文件结构、访问渠道、技术支持方式等。内容特征包括：模态类型、数据分布情况、标签类型、样本示例、局限性说明等。建设过程包括：数据来源、采集方法、加工处理流程、标注规范、版本控制记录等。应用说明包括：使用许可、应用场景、评估方法、基准测试结果、典型应用案例等。
**	产业带动	示范价值	数据集说明文档进行开源开放，且在数据资产入表、数据知识产权登记、数据产权登记、流通交易等方面进行先行先试。
**		推广价值	数据集的建设路径可复制推广，应用领域覆盖广泛。
**		保障能力	数据集建设和应用具有专业团队，能够持续、稳定、及时地提供高质量的相关服务。

四、其他

本指引将根据国家、省、市有关高质量数据集的政策变化和技术发展等情况，动态进行更新完善。

[附件下载]

打印关闭