当前，数据要素已成为驱动数字经济高质量发展的核心生产要素，数据知识产权登记作为明确数据权益、保障数据合规流通的核心基础性制度，正在全国各先行试点区域加速落地。作为全国数据要素市场化配置改革的标杆省份，浙江省搭建的浙江省数据知识产权登记平台，承担着数据合规核验、权益确权登记、流通背书等核心公共服务职能，为合规数据资源进入要素市场、实现价值流转提供官方公信力支撑。 2026年5月29日，火石创造科技有限公司旗下的软件与信息服务产业链结构文本训练数据正式在该平台完成知识产权登记，成为国内少数完成官方合规确权的垂直产业类AI训练数据集，将主要应用于产业链知识图谱构建、企业技术分类等核心领域，为数字经济多场景决策提供数据工具支撑。
本次登记的数据集定位为软件与信息服务产业链智能分析模型的专用训练语料，可直接服务于产业链智能分类与图谱构建模型的训练与开发，通过关联企业文本数据与标准化产业标签，为全产业链的数字化分析提供核心数据底座。其典型应用场景覆盖产业端、资本端、企业端三大核心领域： 一是技术赛道与产业布局分析场景，可辅助各地政府及产业规划部门快速识别区域内工业互联网、物联网、大数据、EDA等不同软件细分领域的企业分布与技术能力画像，精准摸排产业链短板与优势，为数字经济产业规划编制、靶向招商引资、政策精准落地提供决策依据；二是投资标的与技术趋势研判场景，可赋能投资机构、行业研究团队快速筛选高价值赛道标的，清晰拆分EDA工具、工业互联网平台、AI基础软件等细分赛道的技术路线、竞争格局与市场潜力，降低行业研究的信息差与时间成本；三是生态合作与解决方案寻源场景，可支持制造业企业、系统集成商、云服务商等市场主体快速匹配符合需求的工业互联网服务商、物联网解决方案提供商、工业软件供应商，降低数字化转型的供应商筛选成本，加速产业数字化生态构建。
为保障数据合规性与训练质量，该数据集在加工全流程建立了严格的合规与质量管控体系： 一、加工前数据合规处理 本数据集在正式加工前已完成全量数据的匿名化与去标识化处理，原始企业名称统一替换为不可逆的规范标识符，所有个人信息、商业敏感信息均被彻底移除，完全符合《数据安全法》《个人信息保护法》等相关法律法规要求，为模型训练提供了洁净、合规的输入基础。 二、标准化数据处理规则 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，形成了覆盖分类框架搭建到标签生成的全流程标准化体系：1.分类体系搭建：对标国家《软件和信息技术服务业统计调查制度》及国内产业技术发展实际，预先构建了四级树状分类体系，一级节点为“软件与信息服务”，二级节点划分为“软件开发”等品类，三级节点细分为“新兴平台软件开发”“工业软件开发”等方向，四级节点覆盖“工业互联网平台”“物联网平台”“大数据平台”“电子设计自动化软件”等当下产业热点领域，为数据加工提供了清晰的标准化框架；2.业务匹配校验：采用“自动化处理+人工专业校验”的双轨模式，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，通过预构建的软件与信息服务产业语义规则库自动推荐初步分类节点，随后由具备软件与信息技术产业研究经验的标注专家进行逐一审定，确保企业分类的精准度与专业度；3.核心特征抽取：在完成分类匹配的同时，从企业简介文本中系统性抽取代表企业核心产品、技术能力的关键术语，经去重、标准化处理后形成“正向词”特征串，作为分类标签的语义补充，进一步提升数据集的训练价值。 三、加工后数据集价值 加工完成后的数据集为标准化的“文本-标签”结构化数据，每条数据均包含脱敏后的企业描述文本、经人工校验的四级完整分类标签、细化的核心技术特征词与产业标签，全面覆盖工业互联网、物联网、大数据、EDA等新兴平台软件与工业软件核心领域，是可直接用于数字经济产业链分析、技术赛道识别、生态伙伴匹配等模型训练与评估的高质量专用数据集。
本次数据集完成知识产权登记，不仅是对数据研发方知识产权权益的官方确认，也为国内垂直产业类训练数据的合规确权、流通交易提供了可参考的实践样本。随着国内大模型产业与产业数字化的快速发展，经过合规登记的高质量垂直训练数据集的市场需求将持续释放，此次登记也将为浙江省乃至全国数据要素市场的专业化、规范化发展提供实践支撑。
登记内容：
_1769672084863.jpg)