四川文化高质量数据集 诗酒文化

【适用范围】 本文件规定诗酒文化高质量数据集的建设要求、分类分级、数据格式、质量评测及安全要求。本文件适用于指导和组织机构开展诗酒文化数字化保护、传承、研究、利用等工作，重点支撑多模态数据库构建、结构化数据管理及相关 AI 应用开发，覆盖诗词文献、酒器文物、书画作品、地理信息关联、诗酒情感分析等核心数据的全生命周期管理。 【主要技术内容】 3 术语、定义和缩略语 3.1 术语和定义 下列术语和定义适用于本文件。 3.1.1 高质量数据集 high-quality datasets 经过采集、加工等数据处理，可直接用于开发和训练人工智能模型，能有效提升模型性能的数据的集合。 [来源：TC609-5-2025-01，3.1] 3.1.2 行业通识数据集 field general knowledge datasets 由蕴含行业领域通用知识的数据组成的数据集。 [来源：TC609-5-2025-03，3.5] 3.1.3 行业专识数据集 field professional knowledge datasets 由蕴含行业领域专业知识的数据组成的数据集。 [来源：TC609-5-2025-03，3.7] 3.1.4 数据标注 data labeling 给数据样本指定目标变量和赋值的过程。 [来源：GB/T 42755-2023，3.1] 3.1.5 诗酒文化 Poetry and Baijiu Culture 植根于中华历史文化与白酒文化的特色文化形态，是诗歌文学与酒文化、酒器工艺、相关书画艺术的融合体，涵盖诗词作品、酒器文物、书画创作、民俗礼仪、地理演变、情感表达等多元内容。 3.1.6 多模态数据库 multi-modal database 整合文本、图片、音频、视频、3D 模型等多种类型数据，围绕诗酒文化主题构建的综合性数据存储，包含结构化数据表及关联索引。 3.1.7 酒器图谱 wine vessel map 系统记录各类酒器的名称、朝代、形制、材质、工艺、历史沿革、馆藏信息及文化关联的结构化数据集合。 3.1.8 诗词情感标注 poetry emotion annotation 对诗词作品整体情感倾向及逐句情感表达进行分类、标识的标注过程，是诗酒文化数据深度治理的核心内容之一。 3.1.9 地理关联数据 geographically associated data 关联诗词创作地、酒文化发源地、酒器出土地、馆藏地点等地理信息的数据类型。 3.2 缩略语 下列缩略语适用于本文件。 AI：人工智能（Artificial Intelligence） AIGC：人工智能生成内容（Artificial Intelligence Generated Content） GB：国家标准（National Standard of the People's Republic of China） GIS：地理信息系统（Geographic Information System） 4 建设方法 诗酒文化高质量数据集建设应按照全生命周期有序展开，包括数据需求、数据规划、数据采集、数据治理、模型验证等阶段。各阶段主要按以上顺序逐步开展，同时会对其他阶段进行反馈，或者会在其他阶段反馈下进行迭代优化。