《人工智能 数据集质量评估要求》.pdf

ICS35.020

CCSL70

团体标准

T/CESAXXXX—2024

人工智能数据集质量评估要求

Artificialintelligence-Datasetqualityevaluationrequirements

征求意见稿

在提交反馈意见时，请将您知道的相关专利连同支持性文件一并附上。

已授权的专利证明材料为专利证书复印件或扉页，已公开但尚未授权的专利申请

证明材料为专利公开通知书复印件或扉页，未公开的专利申请的证明材料为专利申请

号和申请日期。

202X-XX-XX发布202X-XX-XX实施

中国电子工业标准化技术协会发布

T/CESAXXXX—202X

人工智能数据集质量评估要求

1范围

本文件规定了人工智能领域数据集的质量评估要求，包括通用要求、训练数据集扩展要求、测试数

据集扩展要求，给出了人工智能领域数据集的通用评估流程。

本文件适用于指导人工智能领域的开发方、用户方以及第三方等相关组织对人工智能领域数据集质

量开展评估工作。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，

仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本

文件。

GB/T25000.24-2017系统与软件工程系统与软件质量要求与评价第24部分：数据质量测量

GB/T36344-2018信息技术数据质量评价指标

GB/T41867-2022信息技术人工智能术语

ISO/IECDIS5259-2人工智能用于分析和机器学习的数据质量第2部分：数据质量测量

(Artificialintelligence—Dataqualityforanalyticsandmachinelearning(ML)—Part

2:Dataqualitymeasures)

3术语和定义

下列术语和定义适用于本文件。

3.1

数据质量dataquality

在指定条件下使用时，数据的特性满足明确的和隐含的要求的程度。

[来源：GB/T25000.24—2017，4.11]

3.2

数据集dataset

具有一定主题，可以标识并可以被计算机化处理的数据集合。

[来源：GB/T36344-2018，2.6]

3.3

数据记录datarecord

一个单元化的相关数据项的集合。

1

T/CESAXXXX—202X

[来源：GB/T25000.24—2017，4.15]

3.4

数据质量度量元dataqualitymeasure

作为数据质量特征测量的结果赋值的变量。

3.5

数据质量模型dataqualitymodel

已定义的特性集合，提供一个框架用于说明数据质量需求和评价数据质量。

[来源：GB/T25000.12—2017，4.6]

3.6

元数据metadata

关于数据或数据元素的数据（可能包括其数据描述），以及关于数据拥有权、存取路径、访问权和

数据易变性的数据。

[来源：GB/T36344-2018，2.2]

3.7

完整性integrity

给定环境中，与一个实体相关联的主题数据具有所有预期属性的值和与其相关的值的程度。

3.8

准确性accuracy

在给定环境中，数据具有正确地表示一个概念或事件的相关属性真实值的属性的程度。