在数字人文与AI文博融合发展的当下，垂直文化领域的高质量标注数据集，已成为支撑艺术数字化研究、文化AI模型落地的核心基础设施。近日，丹麦奥胡斯人文计算中心（Center for Humanities Computing Aarhus）—— 全球知名的数字人文领域研究机构，长期专注于文化遗产数字化、人文知识图谱构建与公共文化数据开放工作—— 正式发布了名为wikidata_benchmarking的艺术领域结构化基准数据集，该数据集于2026年5月8日率先在全球最大的AI开源社区HuggingFace上线，面向全球研究者、开发者开放使用。
据公开信息显示，wikidata_benchmarking数据集共包含6195个标注完成的艺术作品训练样本，总数据量约5.3GB，下载大小约5.2GB，覆盖了艺术作品全维度的元数据字段，具体包括：关联维基数据全量知识图谱的唯一标识符（qid）、作品标题（title）、原始图像资源链接（image_url_raw）、创作时间（inception）、收藏机构与收藏地信息（collection、location）、创作材料（material）、艺术流派（genre）、作品物理尺寸（height_cm、width_cm）、作品描绘主题（depicts）、馆藏编号（inventory_number）、维基数据条目链接（wikidata_url）以及艺术家（artist）标签。其中艺术家标签共覆盖18个细分类别，包含阿尔弗莱德·西斯莱、贝尔特·莫里索、克劳德·莫奈等多位印象派代表艺术家的作品标注，同时数据集配套提供对应艺术作品的高清图像数据，可满足多模态AI模型的训练与评测需求。
作为基于维基数据权威条目构建的标准化基准数据集，wikidata_benchmarking可为多个领域的研究与落地提供数据支撑：在AI技术落地层面，可用于艺术作品分类模型、艺术品图像识别模型的训练与效果评测，支撑文博场馆智能导览、艺术品辅助鉴真、数字藏品版权校验等场景的功能落地；在学术研究层面，可为艺术史学者提供标准化批量分析样本，支撑不同流派创作风格演变、艺术材料发展脉络等方向的量化研究；在文化数字化层面，也可为数字策展、AIGC艺术创作的逻辑校准提供数据参考，填补了艺术领域公开基准数据集的供给空白，也为全球公共文化数据的开放共享、创新应用提供了可参考的范例。该数据集目前适用于艺术分类、图像识别、艺术史研究等多类任务。
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)