Exploration of High-Quality Dataset Development and Application Practices in Basic Disciplines

Gao Yuwei; Zhu Yanhua; Hu Lianglin; Zhao Huan; Zheng Peisen; Li Yajie

doi:10.11959/j.issn.2096-0271.BDR26217

Chinese

您当前的位置：

首页 >

文章列表页 >

Exploration of High-Quality Dataset Development and Application Practices in Basic Disciplines

更新时间：2026-08-19

- Exploration of High-Quality Dataset Development and Application Practices in Basic Disciplines
- Big Data Research (2026)
- 作者机构：
  
  1.中国科学院计算机网络信息中心，北京 100083
  2.国家基础学科公共科学数据中心，北京 100083
- 作者简介：
- 基金信息：
  
  National Key R&D Program of China“Research and demonstration on key technologies of collaborative services of multinational scientific data”(2025YFE0211200)
- DOI：10.11959/j.issn.2096-0271.BDR26217
  CLC： G203
- Received：30 May 2026，
  
  Revised：2026-08-14，
  
  Accepted：19 August 2026，
- 稿件说明：
移动端阅览
Gao Yuwei, Zhu Yanhua, Hu Lianglin, et al. Exploration of High-Quality Dataset Development and Application Practices in Basic Disciplines[J/OL]. Big Data Research, 2026.
DOI：

Gao Yuwei, Zhu Yanhua, Hu Lianglin, et al. Exploration of High-Quality Dataset Development and Application Practices in Basic Disciplines[J/OL]. Big Data Research, 2026. DOI： 10.11959/j.issn.2096-0271.BDR26217.

摘要

在AI for Science驱动全球科研范式变革的背景下，高质量科学数据集已成为支撑基础学科创新的核心生产要素，其建设质量直接关系到我国基础研究核心竞争力。针对当前科学数据资源分散、标准不统一、质量参差不齐、成果转化不畅等行业痛点，国家基础学科公共科学数据中心立足多学科发展需求，探索形成多维度协同的高质量数据集建设体系。本文结合中心实践成果，系统阐释基础科学高质量数据集的核心内涵，提出培育权威数据库、遴选AI4S数据集、形成用户高评价数据集、建设数据论文预印本平台、升级智能体服务体系等五大实践路径，剖析数据应用价值与转化机制，可为我国基础科学数据集规范化建设、开放共享及AI-ready成果培育提供理论参考与实践借鉴。

Abstract

Driven by the global research paradigm transformation of AI for Science

high-quality scientific datasets have become core productive resources for the innovative development of basic disciplines

fundamentally determining the competitiveness of China’s basic research. To address the prevalent issues of fragmented data resources

inconsistent standards

uneven data quality

and inefficient transformation of research outcomes

the National Basic Science Data Center has constructed a systematic

multidimensional framework for high-quality dataset development. Based on the center’s practical experience

this paper expounds the core connotation and construction criteria of basic science datasets and summarizes five key practices: the development of authoritative databases

the construction of AI for Science-oriented dedicated datasets

the integration of user‑feedback‑optimized high-quality datasets

the establishment of a scientific data preprint platform

and the deployment of an AI-based intelligent service system. This study further analyzes the application value and transformation mechanism of scientific data. The findings provide theoretical support and practical references for the standardized development

open sharing

and AI-ready output of basic science datasets in China.

关键词

Keywords

references

李继峰 , 张成龙 , 刘鑫 , 等 . 面向人工智能的数据治理框架 [J ] . 大数据 , 2025 , 11 ( 1 ): 3 - 20 .

罗春旭 , 熊海旭 , 叶雅珍 , 等 . TDQE：一种面向深度学习的文本数据质量评估方法 [J ] . 大数据 , 2025 , 11 ( 06 ): 95 - 107 .

王锋 , 沙若男 , 张智超 , 等 . 高质量数据集建设运营能力成熟度评估体系研析 [J ] . 质量与认证 , 2025 , No. 230 ( 12 ): 41 - 43 .

杜方伟 , 宋吉述 . 出版业高质量数据集建设评价指标与运营策略 [J ] . 中国出版 , 2025 , No. 609 ( 16 ): 3 - 10 .

林镇阳 , 胡鑫 , 郭明军 , 等 . 可信数据空间协同治理下的高质量数据集建设与长效运营路径 [J ] . 图书情报知识 , 2025 , 42 ( 05 ): 19 - 30 .

高瑜蔚 , 方缙 , 胡良霖 , 等 . 面向科学数据集社会评论的细粒度情感分析方法 [J ] . 重庆邮电大学学报(自然科学版) , 2025 , 37 ( 4 ): 607 - 616 .

高瑜蔚 , 王兆钧 , 胡良霖 , 等 . 面向科学数据集决策影响力评价的长文本分类方法 [J ] . 北京邮电大学学报 , 2025 , 48 ( 2 ): 8 - 17 .

王玉珏 , 许瑞婷 , 焦俊杰 , 等 . 档案文献遗产高质量数据集建设路径研究 [J ] . 北京档案 , 2026 , 421 ( 01 ): 7 - 16 .

徐拥军 , 张群群 , 傅予 , 等 . 哲学社会科学高质量数据集的核心特征、应用需求与建设进路 [J ] . 图书情报知识 , 2025 , 42 ( 06 ): 6 - 15+27 .

罗梦杰 , 赵云鹏 , 张梦轩 , 等 . 大模型时代的石油化工行业高质量数据集：挑战与机遇 [J ] . 化工学报 , 2026 , 77 ( 01 ): 435 - 447+538 .

张博睿 , 陈桃 , 胡婕 , 等 . 企业高质量数据集建构：内涵特征、逻辑框架与未来展望 [J ] . 信息资源管理学报 , 2026 .

张成岗 , 夏子叶 . 大模型迭代下高质量数据集建设：技术演进、现实挑战与策略趋向 [J ] . 江苏行政学院学报 , 2026 , No. 146 ( 02 ): 129 - 139 .

张群洪 , 李林 , 杨堃 , 等 . 基于可信数据空间架构的高质量数据集建设 [J ] . 大数据 , 2026 .

梁正 . 数据要素赋能人工智能创新发展 [J ] . 国家治理 , 2026 , 463 ( 07 ): 42 - 46 .

潘小多 , 李新 , 冉有华 , 等 . 开放科学背景下的科学数据开放共享：国家青藏高原科学数据中心的实践 [J ] . 大数据 , 2022 , 8 ( 1 ): 113 - 120 .

邹圣鹏 , 马福利 , 李云龙 , 等 . 面向空间科学卫星数据处理的资源调度算法 [J/OL ] . 计算机工程 , 1 - 15 [ 2026-08-13 ] . https://doi.org/10.19678/j.issn.1000-3428.0260191 https://doi.org/10.19678/j.issn.1000-3428.0260191 .

张思扬 , 胡林 . 融合标签语义的农业科学数据层次多标签分类方法研究 [J/OL ] . 数据与计算发展前沿 , 1 - 10 [ 2026-08-13 ] . https://link.cnki.net/urlid/10.1649.TP.20260702.1803.004 https://link.cnki.net/urlid/10.1649.TP.20260702.1803.004 .

孙苗 , 王子珂 , 童心 , 等 . 典型海洋环境观测数据产品应用现状及对我国的启示 [J ] . 大数据 , 2022 , 8 ( 1 ): 73 - 83 .

沈志宏 , 张晓林 , 郑晓欢 . PARIS原则：开放协作环境下科学数据的可用性 [J ] . 大数据 , 2023 , 9 ( 4 ): 172 - 188 .

骈澍晨 , 刘亚斌 . 甘肃省行业高质量数据集建设研究 [J ] . 甘肃科技纵横 , 2025 , 54 ( 07 ): 51 - 60 .

胡良霖 , 马宗文 , 朱艳华 , 等 . 我国科学数据发展回顾与思考 [J ] . 数据与计算发展前沿(中英文) , 2025 , 7 ( 3 ): 3 - 14 .

朱艳华 , 高瑜蔚 , 胡良霖 , 等 . 我国科学数据标准规范实践与思考 [J ] . 中国科学数据(中英文网络版) , 2023 , 8 ( 1 ): 165 - 174 .

胡良霖 , 朱艳华 , 李坤 , 等 . 科学数据伦理关键问题研究 [J ] . 中国科技资源导刊 , 2022 , 54 ( 1 ): 11 - 20 .

朱艳华 , 廖方宇 , 胡良霖 , 等 . 科学数据安全标准规范关键问题探索 [J ] . 信息网络安全 , 2021 , 21 ( 11 ): 1 - 8 .

陈祖刚 , 杨琳涵 , 何聪辉 , 等 . 人工智能就绪科学数据集分级与生产方法研究 [J/OL ] . 科学通报 , 1 - 13 [ 2026-08-13 ] . https://link.cnki.net/urlid/11.1784.N.20260725.2020.002 https://link.cnki.net/urlid/11.1784.N.20260725.2020.002 .

高瑜蔚 , 胡良霖 , 朱艳华 , 等 . 国家基础学科公共科学数据中心建设与发展实践 [J ] . 科学通报 , 2024 , 69 ( 24 ): 3578 - 3588 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Research on legal risks and regulatory paths of enterprise data crawling — from the perspective of balancing rights and interests

Research and application practice of “Multi- Data Lake under One Middle-Platform” industrial big data platform based on Lakehouse technology

Research progress of government data identification technology and the next generation government data identification system

Technical architecture and implementation of decision-driven provincial government big data governance

Data central-platform: architecture and practice

Related Author

Zhang Yangyang

Gong Pengcheng

JIANG Nan

Wanzhe ZHANG

Jianhua FENG

Qiang ZHOU

Dahu XU

Wuai ZHOU

Related Institution

School of Law, Hohai University

China Petroleum & Chemical Corporation

College of Engineering, Peking University

China Mobile Information System Integration Co., Ltd.

School of Aerospace Engineering, Tsinghua University

AI问答

Postal code：100079
Tel：（010）53879206 Email：tmw@bjxintong.com.cn
Technical support is provided by Beijing Founder electronics co., LTD 京ICP备09082226号-64 京公网安备11010602201714号
It is recommended to read the content of this site in Chrome&IE9+. Please switch to extreme mode in browser 360.
Cookies We use cookies to help provide and enhance our service and tailor content. By continuing, you agree to the use of cookies.

⁰