T/SAIAS 015-2024
語料庫建設(shè)導(dǎo)則

Corpus construction guidelines

標(biāo)準(zhǔn)號

T/SAIAS 015-2024

發(fā)布

2024年

發(fā)布單位

中國團(tuán)體標(biāo)準(zhǔn)

當(dāng)前最新

T/SAIAS 015-2024

 

 

適用范圍

本標(biāo)準(zhǔn)主要涵蓋了人工智能語料庫建設(shè)的相關(guān)內(nèi)容。規(guī)定了其一般要求和方法，適用于多種相關(guān)工作。 在數(shù)據(jù)資源方面，要求數(shù)據(jù)規(guī)模大、覆蓋廣、具多樣性，密級設(shè)置合規(guī)且質(zhì)量高。對不同數(shù)據(jù)表征模式，如文本、圖像、音頻、視頻數(shù)據(jù)的類別、語種等有詳細(xì)規(guī)定。提供方式包括實(shí)體存儲介質(zhì)等，數(shù)據(jù)文件標(biāo)識有命名規(guī)則。 語料數(shù)據(jù)方面，通則有規(guī)范性要求，結(jié)構(gòu)和內(nèi)容分為多個(gè)區(qū)段并有特定說明，質(zhì)量要具備規(guī)范性等，交付宜用實(shí)體存儲介質(zhì)。 語料生產(chǎn)系統(tǒng)中，總體架構(gòu)包含多個(gè)層次，語料庫管理系統(tǒng)應(yīng)具多種功能，工具鏈的標(biāo)注工具需滿足最低功能要求。 語料生產(chǎn)過程涵蓋資源數(shù)據(jù)檢查，文本、圖像、音頻、視頻語料的生產(chǎn)流程。 語料的價(jià)值對齊需合法合規(guī)，具有正確價(jià)值導(dǎo)向且持續(xù)進(jìn)行。 數(shù)據(jù)安全方面，提供方要實(shí)施多方面安全策略和措施，對全過程進(jìn)行安全性評價(jià)，建立相關(guān)制度，配置軟硬組件，參與人員要簽署保密協(xié)議并建立安全團(tuán)隊(duì)。

其他標(biāo)準(zhǔn)

T/SAIAS 015-2024相似標(biāo)準(zhǔn)

推薦