近日，贵州数据要素质量评测基地顺利完成关于法律文书的一份高质量数据集评测报告。该报告系贵州本土机构首份依据出具的高质量数据集评测报告，为司法领域AI训练语料的规范化供给提供了标杆性参考。
本次评测由贵州省大数据局指导，依托国家级科技创新平台——大数据国家工程研究中心的技术能力开展，评测对象为贵州中汇科技发展有限公司的法律文书高质量数据集。
中电科大数据研究院有限公司高质量数据集（语料）评测中心依据《高质量数据集质量评测规范》，对贵州中汇科技发展有限公司送评的“法律文书高质量数据集”开展了标准化、量化评测。
该数据集以中国裁判文书网公开文书为原始语料，经去标识化脱敏、14类法律语义问答对重构、多源元数据补齐及版本封装，总规模逾3,000万条。本次评测实施分层随机抽样，采用“自动全量校验+人工专项复核”双机制，覆盖说明文档、数据质量、模型应用3大维度、17项一级指标及50项评测算子。
评测结果显示，三大维度得分分别为93.00、94.86及90.20。依据规范中“三大维度均须达到90分及以上”的强制性判定准则，该数据集符合高质量数据集认证要求，准予通过。
据基地负责人介绍，评测还同步完成了数据知识产权登记确权，为数据资产权益保护、合规流通筑牢法律根基，也为司法领域AI训练语料的规范化供给提供了标杆性参考。目前，基地能够为政务、法律、医药等多行业提供标准化质检服务。
