当前我国数据要素市场化配置改革持续深化，垂直行业专用训练数据的合规确权、流通应用正成为各产业数字化转型的核心刚需，尤其是在中医药这一兼具传统属性与创新需求的领域，标准化、合规化的标注训练数据长期处于供给缺口。2026年5月22日，火石创造科技有限公司旗下的中药产业链结构文本训练数据正式在浙江省数据知识产权登记平台完成知识产权登记，成为国内中医药领域首个完成官方合规登记的专用训练数据集，为中医药数据要素的规范化流通打下了重要基础。
作为浙江省推进数据要素市场建设的核心基础设施，浙江省数据知识产权登记平台承担着数据知识产权存证、公示、确权服务的核心职能，此次登记完成后，该数据集的知识产权归属、合规性将得到官方背书，后续可依法依规进入数据流通、交易环节，释放数据价值。
火石创造科技有限公司本次登记的数据知识产权中药产业链结构文本训练数据，核心定位为中药产业链智能分类与产业图谱构建模型的训练与开发专用语料，通过关联企业文本与中药产品标签，为中医药产业发展提供核心数据工具。其主要应用方向包括：
产业布局与政策评估：辅助政府与产业规划部门，摸清区域中药企业在创新药研发、传统中成药生产、中药饮片加工等环节的分布情况，为制定中医药产业政策、评估区域竞争优势、避免产业园区同质化布局提供数据支持。
投资与研发趋势分析：支持投资机构与行业研究团队，识别中药创新药、改良型新药、经典名方开发等不同技术路线的重点企业，分析研发热点与市场竞争格局，降低标的筛选与行业研究成本。
供应链与采购管理：赋能医药商业公司、医院或连锁药店，精准匹配中药饮片、中药配方颗粒、中成药制剂等不同类型产品的供应商，优化采购决策与供应链管理，特殊时期也可助力中医药物资保供调度。
一、加工前数据说明
本数据集旨在构建用于中药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，完全符合《数据安全法》《个人信息保护法》等合规要求。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，依据中药产业专业分类，预先定义了以“中药”为一级节点，按产品类型划分为“中成药”和“中药饮片”两个二级节点的树状分类体系，为数据加工提供了清晰的产业逻辑框架，避免通用分类与中医药产业实际脱节的问题。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，通过预构建的中药产业语义规则库（涵盖“中药创新药”、“中药提取”、“中药饮片”、“中药配方颗粒”、“经典名方”、“中成药制剂”等）自动计算并推荐初步分类节点。随后，由具备中医药行业知识的标注专家进行审核与最终判定，确保企业归入最贴切的产品类型节点，大幅提升分类准确率。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产品与技术的关键术语与名词性短语，经过去重与标准化格式化，组合成“正向词”特征串，作为对分类标签的语义补充，进一步提升数据集的应用价值。
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（一级至二级节点）、高度细化的业务特征词（正向词）与产业标签。数据内容全面覆盖了中药创新药研发、传统中成药生产、中药饮片加工、中药配方颗粒等核心领域，形成了一个分类体系专业、业务特征鲜明、可直接用于中药产业创新生态分析、企业分类与供应链寻源等模型训练与评估的高质量专用数据集。
登记内容：
业内人士指出，此次中药产业链结构文本训练数据的成功登记，不仅填补了中医药垂直领域训练数据合规确权的空白，也为其他行业专用数据集的知识产权登记提供了可参考的实践样本，对于推动中医药产业数字化转型、丰富我国数据要素市场的垂直供给品类、助力数字经济与实体经济深度融合均具有重要的探索意义。
_1769672084863.jpg)