中國網(wǎng)絡空間安全協(xié)會于1月9日發(fā)布公告，面向社會發(fā)布中文互聯(lián)網(wǎng)語料資源平臺，支持行業(yè)領域、內容模態(tài)、體量規(guī)模等多種標簽分類，便于用戶下載與使用。

該協(xié)會表示在中央網(wǎng)信辦指導下，會同國家互聯(lián)網(wǎng)應急中心，在前期發(fā)布中文互聯(lián)網(wǎng)基礎語料 1.0的基礎上，依托專委會建立的語料共建共享機制，匯聚一批新的高質量可信數(shù)據(jù)，經過信源篩選、內容過濾、數(shù)據(jù)去重等一系列嚴格細致的數(shù)據(jù)加工處理措施，形成并對社會發(fā)布中文互聯(lián)網(wǎng)基礎語料2.0，規(guī)模120GB，數(shù)據(jù)3800萬條。

注：目前平臺共入駐27個語料數(shù)據(jù)集，數(shù)據(jù)總量約2.7T，主要分三類：

一是中國網(wǎng)絡空間安全協(xié)會會同國家互聯(lián)網(wǎng)應急中心等建設的中文互聯(lián)網(wǎng)基礎語料;

二是人民網(wǎng)、北京智源研究院、上海人工智能實驗室等單位共享的互聯(lián)網(wǎng)語料;

三是中國網(wǎng)絡空間研究院、中國國家版本館、中國大百科全書出版社、中國社會科學院圖書館等單位貢獻的優(yōu)質中文基礎語料樣本。

用戶登錄中國網(wǎng)絡空間安全協(xié)會網(wǎng)站(https://www.cybersac.cn/newhome)，點擊“中文互聯(lián)網(wǎng)語料資源平臺”鏈接，通過注冊、認證等程序，即可下載相關語料。

網(wǎng)安協(xié)會人工智能安全治理專委會負責人表示，數(shù)據(jù)是發(fā)展人工智能的基礎關鍵資源，中文互聯(lián)網(wǎng)基礎語料2.0是各界協(xié)同共建高質量中文語料的又一重要成果，專委會將持續(xù)加強中文互聯(lián)網(wǎng)基礎語料建設，為人工智能技術創(chuàng)新和產業(yè)發(fā)展提供有力支撐和保障。