图书情报知识 ›› 2026, Vol. 43 ›› Issue (4): 6-17.doi: 10.13366/j.dik.2026.04.006
• 二十大精神研究阐释与践行·高质量数据集建设 • 上一篇 下一篇
王林旭1,2, 黄水清1,2
WANG Linxu1,2, HUANG Shuiqing1,2
摘要: [目的/意义]针对计算人文研究中文本数据集形态多样但质量标准不清、应用适配程度不足等问题,聚焦计算人文高质量文本数据集建设,对其内涵特征、实现方法与应用取向展开探讨,旨在明确高质量文本数据集的建设路径,推动其向AI就绪状态演进。[研究设计/方法]从理念、方法与应用三个层面系统探讨计算人文高质量文本数据集的内涵特征与建设路径,并结合不同形态文本数据集的计算能力,探讨其应用优势与发展方向。[结论/发现]不同类型文本数据集在发展重点与应用取向上存在差异,其“高质量”并非仅由数据形态或规模决定,而是数据质量与应用适配性的综合体现。[创新/价值]探讨计算人文高质量文本数据集建设在理念、方法与应用上的协同演进过程,有助于推动计算人文研究新范式,并为智能模型中的文化表达与价值建构提供系统化的数据与知识基础。