随着全国数据要素市场化配置改革持续推进，数据知识产权登记作为数据资产确权、合规流通、价值释放的核心前置环节，已成为各地数字经济制度创新的重点方向。作为国内数字经济发展先行省份，浙江省搭建的数据知识产权登记平台是当地推进数据资产规范管理、流通交易的重要公共服务载体，可为登记主体提供具备法律效力的权属证明，支撑后续数据交易、质押融资、维权举证等多元场景需求，为数据要素资产化落地提供了制度保障。
2026年5月21日，火石创造科技有限公司旗下人工智能产业链结构文本训练数据正式在上述平台完成数据知识产权登记。当前AI产业是各地数字经济布局的核心赛道，但行业普遍面临产业链分类标准不统一、企业技术属性识别效率低、技术图谱构建缺优质标注训练数据等痛点，该数据集定向服务于人工智能产业链智能分类与技术图谱构建模型的训练开发，通过关联企业文本与标准化技术标签，为AI产业发展的多维度分析提供了可靠的数据工具。
从应用价值来看，该数据集训练产出的AI产业分析模型可覆盖多元主体需求：面向政府及产业研究机构，可辅助梳理区域在计算机视觉、生物识别、机器学习等AI细分技术领域的研发力量分布、企业集聚度与产业链完整性，为地方AI产业规划、招商政策制定提供数据支撑；面向投资机构与大型科技企业，可赋能其精准识别在人脸识别、深度学习、虚拟现实等特定AI赛道具备核心技术积累的创新型企业与解决方案供应商，降低投资与生态合作的搜寻成本；面向产业园区与企业服务机构，可快速完成区域AI产业家底摸排，为精准招商、企业梯度培育提供数据指引；面向AI领域创新主体，也可帮助其明确自身产业链卡位，对标同赛道技术进展优化研发布局。
火石创造本次登记的人工智能产业链结构文本训练数据，全流程符合数据安全合规要求，加工、标注标准具备行业通用性：
一、加工前数据说明
本数据集旨在构建用于人工智能产业链智能分析的人工智能模型训练语料。在加工前，数据已进行严格的匿名化与去标识化处理。原始企业名称被统一替换为不可逆的规范标识符，并彻底移除所有的个人及商业敏感信息，确保数据完全符合隐私保护与安全合规要求，为模型训练提供了洁净、可靠的输入基础。
二、数据处理规则
数据处理严格遵循 “体系先行、业务匹配、特征抽取” 的核心规则，形成了一套从分类框架构建到最终标签生成的完整流程：1.首先，参考国家新一代人工智能发展规划及产业分类，预先定义了以“人工智能”为一级节点，划分为“人工智能关键技术”与“人工智能通用技术”两大二级节点，并进一步细分为“计算机视觉”、“生物特征识别”、“AR/VR”、“机器学习”等三级节点及其具体技术方向（四级节点）的树状分类体系，确保了技术分类的专业性和全面性。2.业务匹配：采用“自动化规则匹配与人工校验相结合”的策略。首先，依托Spark大数据处理框架，对海量企业简介文本进行分布式清洗、分词与关键词匹配，通过预构建的人工智能产业语义规则库（涵盖“图像识别”、“人脸识别”、“虚拟现实”、“深度学习”、“机器学习算法”等）自动计算并推荐初步分类节点。随后，由具备AI领域知识的标注专家进行全文审核与最终判定，确保企业被精准归入其核心从事的技术赛道。3.特征抽取：在完成业务匹配的同时，从同一段企业简介文本中，系统性地抽取代表其核心技术、产品与应用场景的关键术语与名词性短语（如：活体检测、神经网络、VR设备、智能算法），经过去重与标准化格式化，组合成“正向词”特征串；并归纳其主要的“产业标签”，共同作为对分类标签的细粒度补充。
三、加工后数据内容
加工后的数据集为一条条结构化的“文本-标签”数据。每条数据均包含经过脱敏处理的原始企业描述文本，以及与之对应、经人工校验的完整分类标签（一至四级节点）、技术特征词（正向词）与产业应用标签。数据内容全面覆盖了人工智能关键技术与通用技术的主要方向，形成了一个技术分类体系清晰、业务特征明确、可直接用于AI企业技术路线分析、应用场景挖掘及产业链图谱构建等模型训练与评估的专用数据集。
本次数据知识产权登记完成后，该数据集的权属得到官方确认，后续可通过合规渠道进行流通交易，进一步释放数据价值，也为国内产业类训练数据的知识产权登记、合规流通提供了可复制的实践样本，对完善数据要素市场的细分品类供给、推动AI产业数字化治理能力提升都有积极意义。
登记内容：
_1769672084863.jpg)