通識(shí)高質(zhì)量數(shù)據(jù)集、行業(yè)通識(shí)高質(zhì)量數(shù)據(jù)集和行業(yè)專識(shí)高質(zhì)量數(shù)據(jù)集都具有知識(shí)內(nèi)容、來(lái)源類型、時(shí)效性、標(biāo)注人員類型、敏感程度、模型類型、主題范圍等方面的特征。知識(shí)內(nèi)容指數(shù)據(jù)集中數(shù)據(jù)所蘊(yùn)含知識(shí)的專業(yè)性、知識(shí)深度和目標(biāo)受眾;來(lái)源類型指數(shù)據(jù)集中數(shù)據(jù)的獲取來(lái)源如網(wǎng)絡(luò)資7源、文獻(xiàn)類型、系統(tǒng)平臺(tái)、組織機(jī)構(gòu)等來(lái)源;時(shí)效性指數(shù)據(jù)集中數(shù)據(jù)的更新速度或有效期限; 標(biāo)注人員類型指對(duì)數(shù)據(jù)集中數(shù)據(jù)進(jìn)行標(biāo)注或?qū)徍说娜藛T類型; 敏感程度指數(shù)據(jù)集中數(shù)據(jù)公開(kāi)后所產(chǎn)生的風(fēng)險(xiǎn)程度;模型類型指數(shù)據(jù)集中數(shù)據(jù)支持開(kāi)發(fā)和訓(xùn)練人工智能模型的類型; 主題范圍指數(shù)據(jù)集所涉及通用知識(shí)領(lǐng)域、行業(yè)領(lǐng)域、業(yè)務(wù)場(chǎng)景等的范圍。通識(shí)數(shù)據(jù)集具有以下特征在知識(shí)內(nèi)容方面數(shù)據(jù)集中數(shù)據(jù)所承載信息蘊(yùn)含的知識(shí)面向社會(huì)公眾以基礎(chǔ)概念、通用原理、典型事例等常識(shí)性知識(shí)為主無(wú)需專業(yè)背景即可理解; 在來(lái)源類型方面,數(shù)據(jù)集中數(shù)據(jù)無(wú)明確來(lái)源或主要來(lái)自百科、問(wèn)答、互聯(lián)網(wǎng)平臺(tái)短視頻類、新聞門戶類、用戶內(nèi)容生成類、視聽(tīng)資訊類、新聞機(jī)構(gòu)類等等網(wǎng)絡(luò)資源綜合性書籍等類型文獻(xiàn)以及由合成數(shù)據(jù)技術(shù)生成; 在時(shí)效性方面數(shù)據(jù)集中數(shù)據(jù)一般在較長(zhǎng)時(shí)間內(nèi)保持穩(wěn)定時(shí)效性較低。如年度國(guó)民經(jīng)濟(jì)統(tǒng)計(jì)公報(bào)、重大事件新聞報(bào)道等一經(jīng)發(fā)布即可在較長(zhǎng)時(shí)間內(nèi)作為信息參考較少出現(xiàn)頻繁調(diào)整變更的情況在標(biāo)注人員類型方面數(shù)據(jù)集中數(shù)據(jù)通常由普通數(shù)據(jù)標(biāo)注員標(biāo)注對(duì)行業(yè)領(lǐng)域?qū)I(yè)背景和專業(yè)資質(zhì)等級(jí)無(wú)特殊要求在敏感程度方面數(shù)據(jù)集中數(shù)據(jù)的敏感程度較低不涉及國(guó)家秘密、工作秘密、商業(yè)秘密、個(gè)人隱私等在模型類型方面數(shù)據(jù)集中數(shù)據(jù)用于支持開(kāi)展通用模型、行業(yè)模型的開(kāi)發(fā)和訓(xùn)練在主題范圍方面數(shù)據(jù)集不屬于特定行業(yè)領(lǐng)域主題范圍較廣。行業(yè)通識(shí)數(shù)據(jù)集具有以下特征在知識(shí)內(nèi)容方面數(shù)據(jù)集中數(shù)據(jù)所承載信息蘊(yùn)含的知識(shí)聚焦于各行業(yè)領(lǐng)域的共性知識(shí)以行業(yè)領(lǐng)域的基礎(chǔ)理論、通用技術(shù)、共性業(yè)務(wù)為主面向行業(yè)領(lǐng)域的從業(yè)人員需要一定的專業(yè)背景才能理解和運(yùn)用在來(lái)源類型方面數(shù)據(jù)集中數(shù)據(jù)來(lái)源清晰主要來(lái)自論文、報(bào)告、標(biāo)準(zhǔn)、專利、技術(shù)文檔、非綜合性書籍、官方文件等類型文獻(xiàn)行業(yè)領(lǐng)域的主管部門、協(xié)會(huì)、科研機(jī)構(gòu)、企業(yè)、出版?zhèn)髅綑C(jī)構(gòu)等組織機(jī)構(gòu)以及由合成數(shù)據(jù)技術(shù)生成 在時(shí)效性方面數(shù)據(jù)集中數(shù)據(jù)一般根據(jù)行業(yè)發(fā)展和管理需求變化相對(duì)比較穩(wěn)定時(shí)效性高于通用知識(shí)低于行業(yè)專業(yè)知識(shí)在標(biāo)注人員類型方面數(shù)據(jù)集中數(shù)據(jù)通常由行業(yè)領(lǐng)域內(nèi)具備一定學(xué)科背景或相關(guān)從業(yè)經(jīng)歷的人員標(biāo)注在敏感程度方面數(shù)據(jù)集中數(shù)據(jù)的敏感程度較低不涉及國(guó)家秘密、工作秘密、商業(yè)秘密、個(gè)人隱私等在模型類型方面數(shù)據(jù)集中數(shù)據(jù)用于支持開(kāi)展通用模型、行業(yè)模型的開(kāi)發(fā)和訓(xùn)練在主題范圍方面數(shù)據(jù)集主要聚焦于行業(yè)領(lǐng)域內(nèi)部但也應(yīng)考慮上下游及周邊相關(guān)行業(yè)領(lǐng)域知識(shí)對(duì)于該行業(yè)知識(shí)的影響與補(bǔ)充主題范圍中等。行業(yè)專識(shí)數(shù)據(jù)集具有以下特征在知識(shí)內(nèi)容方面數(shù)據(jù)集中數(shù)據(jù)所承載信息蘊(yùn)含的知識(shí)聚焦于各行業(yè)領(lǐng)域組織機(jī)構(gòu)內(nèi)部的專業(yè)知識(shí)以組織機(jī)構(gòu)自身業(yè)務(wù)中從研發(fā)、生產(chǎn)、管理、營(yíng)銷和服務(wù)等環(huán)節(jié)產(chǎn)生和積累的知識(shí)為主面向內(nèi)部業(yè)務(wù)人員需要較深的專業(yè)背景和業(yè)務(wù)經(jīng)驗(yàn)才能理解和運(yùn)用。在數(shù)據(jù)來(lái)源方面數(shù)據(jù)集中數(shù)據(jù)來(lái)源清晰由組織機(jī)構(gòu)日常生產(chǎn)經(jīng)營(yíng)生成和采集主要來(lái)自組織機(jī)構(gòu)內(nèi)部的業(yè)務(wù)系統(tǒng)、管理平臺(tái)等系統(tǒng)平臺(tái)或文檔圖紙等文獻(xiàn)。在時(shí)效性方面數(shù)據(jù)集中數(shù)據(jù)一般根據(jù)業(yè)務(wù)場(chǎng)景需求變化滿足數(shù)據(jù)處理及時(shí)性要求時(shí)效性較高。在標(biāo)注人員類型方面數(shù)據(jù)集中數(shù)據(jù)通常由行業(yè)領(lǐng)域內(nèi)具備深厚專業(yè)知識(shí)、豐富實(shí)踐經(jīng)驗(yàn)和高度權(quán)威性的專家標(biāo)注。在敏感程度方面數(shù)據(jù)集中數(shù)據(jù)的敏感程度較高僅供內(nèi)部特定崗位人員使用應(yīng)用前需要明確權(quán)限和授權(quán)。在模型類型方面數(shù)據(jù)集中數(shù)據(jù)用于支撐開(kāi)展行業(yè)模型的開(kāi)發(fā)和訓(xùn)練在主題范圍方面數(shù)據(jù)集主要聚焦于業(yè)務(wù)場(chǎng)景主題范圍較窄。