作为全国数据要素市场化配置改革与数据知识产权制度改革的先行试点省份，浙江近年来持续完善数据知识产权登记、流通、保护全链条体系，其搭建的浙江省数据知识产权登记平台，承担着数据权属确认、合规性核验、流通备案等核心职能，是国内首个省级层面常态化运行的数据知识产权公共服务载体，为各类数据资产的合规市场化流转提供基础制度支撑。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，成为国内少数完成合规确权的垂直产业类AI训练数据集。
软件与信息服务业是数字经济的核心支撑产业，涵盖工业软件、基础软件、新兴平台软件等数十个细分赛道，技术迭代速度快、产业边界交叉性强，长期以来，政府部门开展产业规划与招商、投资机构开展硬科技赛道研究、实体企业寻找数字化转型服务商等场景，普遍面临产业数据分散、分类标准不统一、AI模型训练缺乏高质量合规标注语料的痛点，本次完成登记的数据集正是针对这一行业需求开发的专用训练资源。
据了解，本次登记的数据集在加工前已完成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，所有个人及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》等相关法律法规的合规要求，为后续的模型训练与商业化应用筑牢了安全基础。
在数据加工环节，整套流程严格遵循“体系先行、业务匹配、特征抽取”的核心原则，形成了标准化的处理链路：首先是分类框架搭建，完全对接国家《软件和信息技术服务业统计调查制度》及官方产业技术分类标准，构建了涵盖“软件与信息服务”一级节点、“软件开发”二级节点、“新兴平台软件开发/工业软件开发”三级节点，以及“工业互联网平台”“物联网平台”“电子设计自动化（EDA）软件”等细分领域四级节点的树状分类体系，确保分类标准的权威性与通用性；其次是业务匹配环节，采用“分布式自动化处理+产业专家人工校验”的双层机制，依托Spark大数据处理框架对海量企业公开文本进行清洗、分词与关键词匹配，通过预构建的产业语义规则库生成初步分类结果，再由具备软件与信息技术产业专业背景的标注团队逐一审核校准，分类准确率达到行业领先水平；最后是特征抽取环节，同步从企业文本中提取核心产品、技术路线相关的关键术语，经去重、标准化后形成“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应用价值。
最终形成的加工后数据集为结构化“文本-标签”格式，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平台、物联网平台、大数据平台、EDA工具等当前产业关注度最高的核心赛道，可直接用于产业链智能分析、技术赛道识别、生态合作伙伴匹配等相关AI模型的训练与评估，是国内少有的兼具合规性、专业性、实用性的垂直产业训练数据集。
从应用价值来看，该数据集可广泛落地于三大类核心场景：一是产业规划与招商决策场景，可辅助地方政府及产业管理部门快速识别区域内不同软件细分赛道的企业分布与技术能力，精准定位产业链短板，为数字经济产业布局规划、靶向招商提供数据支撑，避免同质化招商与资源错配；二是投资研究与趋势研判场景，可赋能投资机构、行业研究团队快速筛选EDA、工业互联网、AI基础软件等高价值赛道的优质标的，高效分析技术路线、竞争格局与市场潜力，大幅降低投研的人力成本与时间成本；三是产业生态搭建与转型寻源场景，可帮助制造企业、系统集成商、云服务商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，破解供需信息不对称难题，加速制造业数字化转型的落地进程。
业内人士指出，本次软件与信息服务产业链训练数据完成知识产权登记，不仅为该数据集的后续商业化流通、权益保护提供了制度依据，也为国内AI训练数据、产业研究数据等垂直类数据资产的确权、资产化探索了可复制的实践路径，对完善数据要素市场化体系、推动数字经济高质量发展具有积极的示范意义。
登记内容：
_1769672084863.jpg)