T/SAIAS029—2025 IICS35.240.99 CCSL70 SAIAS 上海市人工智能行业协会团体标准 T/SAIAS029—2025 人工智能高等教育语料库建设导则 ArtificialIntelligence—GuidelinesforConstructionofHigherEducationCorpus 2025-07-24发布 2025-07-25实施 上海市人工智能行业协会  发布 全国团体标准信息平台 T/SAIAS029—2025 II目次 前言...............................................................................III 1范围.................................................................................1 2规范性引用文件.......................................................................1 3术语和定义...........................................................................1 4高等教育语料库数据来源...............................................................1 4.1概述.............................................................................1 4.2教学资源.........................................................................1 4.3教学过程.........................................................................2 4.4教学管理.........................................................................2 4.5学术文献.........................................................................3 5高等教育语料库管理机制...............................................................3 5.1数据存储机制.....................................................................3 5.2数据管理机制.....................................................................3 5.3数据更新机制.....................................................................3 6高等教育语料建设要求.................................................................3 6.1数据资源要求.....................................................................3 6.2质量要求.........................................................................3 6.3价值对齐.........................................................................3 6.4数据安全.........................................................................3 附录A（资料性）高等教育语料库中教学视频语料表达示例...................................4 附录B（资料性）高等教育语料库中教学视频语料存储示例...................................7 参考文献.........................................................................8 全国团体标准信息平台 T/SAIAS029—2025 III前言 本文件按照GB/T1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定 起草。 请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别这些专利的责任。 本文件由上海市人工智能行业协会提出并归口。 本文件起草单位：清华大学、上海库帕思科技有限公司、北京慕华信息科技有限公司、上海市教育 考试院、上海交通大学、复旦大学、同济大学、上海市人工智能行业协会、上海华东电信研究院、上海 阶跃星辰智能科技有限公司、华东理工大学、东华大学、上海开放大学、记忆张量（上海）科技有限公 司、上海商汤智能科技有限公司、联通（上海）产业互联网有限公司、中国电信股份有限公司上海分公 司、上海师范大学、上海戏剧学院、上海第二工业大学、上海师范大学天华学院、上海南湖职业技术学 院、上海海事大学、联通数据智能有限公司、国创智造科技（上海）有限公司、国家工业信息安全发展 研究中心人工智能所、中文在线集团股份有限公司、云南师范大学。 本文件主要起草人：山栋明、王帅国、黄海清、孔令和、杜婧、徐燊、施佳樑、王长冕、胡茂密、 钟俊浩、周云、陈春丽、张峰、卫志华、肖仰华、张宁、张凯伦、王玮、李婧超、陆喆、李璟、朱燕民、 靳文瑞、张立文、应方立、李灵光、孙雯、刘雨桐、陈巧慧、王娜、路少卿、唐波、沈雯、赵春昊、饶 雪、常永波、孙丹诚、邓思文、郭汉杰、魏飞、贺仁驹、曹艳平、肖麒、刘东、折震霄、谢菲尔、金常 飞、蒋思航、彭莉、张朕伟、王薇、包洋、陈紫娟、何美瑄、李建华、肖君、熊飞宇、沈滨、刘俊毅、 姜淞译、罗勇军、李志宇、沈滨、堵炜炜、虞祝豪、朱莉琴、杨文恺、郑更河、华静、宋佳琪、王文东、 袁非牛、沈鸣、王倩、黄志立、张博锋、陈方疏、凌旭峰、李忠唐、朱建柳、周一峰、于棋峰、高欣佳、 王昊、胡立轩、陈亚乐、贺仁龙、郑茂宽、李卫、纪婷婷、谭晓坤、刘虹、陈紫娟。 本文件首次制定。 首期执行单位：清华大学、上海库帕思科技有限公司、北京慕华信息科技有限公司、上海市教育考 试院、上海交通大学、复旦大学、同济大学、上海市人工智能行业协会、上海华东电信研究院、上海阶 跃星辰智能科技有限公司、华东理工大学、东华大学、上海开放大学、记忆张量（上海）科技有限公司、 上海商汤智能科技有限公司、联通（上海）产业互联网有限公司、中国电信股份有限公司上海分公司、 上海师范大学、上海戏剧学院、上海第二工业大学、上海师范大学天华学院、上海南湖职业技术学院、 上海海事大学、联通数据智能有限公司、国创智造科技（上海）有限公司、国家工业信息安全发展研究 中心人工智能所、中文在线集团股份有限公司、云南师范大学。 本文件版权归上海市人工智能行业协会所有。未经许可，不得擅自复制、转载、抄袭、改编、汇编、 翻译或将本标准用于其他任何商业目的。 全国团体标准信息平台 全国团体标准信息平台 T/SAIAS029—2025 1人工智能高等教育语料库建设导则 1范围 本文件给出了高等教育语料库的数据来源，并规定了其管理机制和建设要求。 本文件适用于生产、使用语料的相关企业、机构或组织构建高等教育领域的语料库。 2规范性引用文件 下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件， 仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本 文件。 GB/T45574—2025数据安全技术敏感个人信息处理安全要求 GB/T45652—2025网络安全技术生成式人工智能预训练和优化训练数据安全规范 T/SAIAS015—2024语料库建设导则 3术语和定义 T/SAIAS015—2024界定的以及下列术语和定义适用于本文件。 3.1 高等教育语料库highereducationcorpus 由依据一定抽样方法收集的高等教育领域的语料所构成的电子数据库。 4高等教育语料库数据来源 4.1概述 高等教育语料库数据来源及范围包括教学资源、教学过程、教学管理和学术文献四类，其中： a)教学资源包括各类大纲、教材、教案等主要由文字、图片组成的多模态信息数据； b)教学过程包括教学过程中教师和学生的互动、交流等主要由文字、语音、视频等组成的多模态 信息数据； c)教学管理包括教学教研管理过程中涉及的各类统计数据、评估数据等主要由文字组成的信息数 据； d)学术文献包括各类文献著作等主要由文字、图片组成的多模态信息数据。 4.2教学资源 4.2.1教学大纲 高等教育语料库中的教学大纲数据包括但不限于： a)课程基本信息包括课程名称、代码、性质、学分与学时、适用专业等信息； b)课程目标包括知识目标、能力目标、素质目标等信息； c)课程内容与教学要求包括课程内容大纲和教学要求等信息； d)课程考核与评价包括考核方式、考