本报讯 近日，中国联通广西分公司联合联通软件研究院启动通信客服领域高质量数据集建设项目，以产学研协同实现技术研发与实习人员培养双线并行，共建面向联通客服场景的标准化语料库。
区侧协同、总部支撑，保障数据集高质量产出。项目采用总部输出技术能力与区公司提供标注人员的分工协同模式。联通软件研究院负责数据采集、平台标注、质检模型与数据治理等全链条技术支撑；中国联通广西分公司组织本地标注团队，提供实习场地，进行数据集标注的现场管理与能力提升培训，开展客服对话语料的清洗、标注与质检工作。一旦标注侧出现业务规则校验异常、数据判定模糊等突发情况，技术人员即刻响应、现场处置。
锤炼学研队伍，让新标注员快速上手。中国联通广西分公司已经启动多轮面向新标注员的标注培训课程，并通过多轮涵盖图片、文本等类型的数据集测试，验证标注规范与质检流程的成效。后续还将引入算法预标注，进一步提升标注精度与速度，保障数据集保质保量沉淀。
建设高质量数据集，赋能智能客服升级。作为数据要素资源化利用的具体实践，数据集建设全程落实个人信息脱敏与数据安全管控，确保沉淀出的语料可信、合规，能放心作为大模型训练底座，为通信行业对外数字化服务提供可信数据底座，助力“人工智能+数据要素”在通信领域纵深推进。
从沉淀一份可信合规的标准化语料库到锤炼一支懂业务、会标注的队伍，该项目为通信行业大模型补齐了客服领域的语料短板，也探索出产学研协同、数据集建设与队伍锤炼双线并行的路径。 （李玉琪）