在数字经济和数字社会背景下，档案文献遗产数据作为重要文化数字资源，成为文化产业和公共服务领域的关键生产要素之一，其高质量建设是提升资源供给能力的核心环节。“高质量数据集”指通过系统质量控制形成和满足特定应用场景需求的数据集合。从供给目标看，高质量数据集是高场景数据集与高价值数据集的有机结合：高场景数据集强调精准匹配应用需求，关注“建什么”“如何建”，保障多元场景适用性；高价值数据集聚焦资源深度转化，关注“怎么用”，促进档案文献遗产在学术、文化传承和公共服务等领域价值最大化。当前，江苏省苏州市工商档案管理中心（以下简称“中心”）构建的“近现代中国苏州丝绸文献遗产数据集”已在江苏省公共数据资源登记平台率先完成登记与公示，并于2025年6月18日正式获得江苏省内首张档案数据领域的公共数据资源登记确认单。2026年1月，国家档案局提出“十五五”期间要实施“人工智能+档案”行动，提出“以需求为导向分层分类建设高质量档案数据集”。结合初步探索，面向“十五五”，本文将进一步探讨丝绸档案文献遗产高质量数据集建设的思路与可行举措。

建什么：以场景需求为导向

在不同学科与应用领域中，“建设什么样的高质量数据集”始终是研究与实践的核心议题。当前学界业界的普遍共识是，高质量数据集的建设应当从具体的场景需求出发，以场景为牵引，有侧重地推进。然而，在实际操作过程中，需求侧往往存在对自身需求认知不足的情况。尤其是在档案数据领域，由于其天然的封闭性，这一问题更为突出。因此，应从供给侧视角出发，适度引导和塑造需求，这也是推动档案数据价值实现与深度利用的重要路径。

此次“近现代中国苏州丝绸文献遗产数据集”的登记工作以丝绸纹样和相关工艺流程为主，首先著录档号、题名、品名、品号、纹样风格、年份、来源、销售区域、花号、色号、商标名称、图像等数据项，期待其可用于文化遗产的保护与传承、学术研究、教育推广、文创设计与产业应用。为何选择丝绸纹样及相关工艺流程档案数据作为试点？主要考虑到，自2017年成功入选《世界记忆名录》以来，近年来这部分档案数据的梳理有一定基础，在相关领域的利用中已显示出一定价值。2024年，中心对6000余件丝绸纹样进行数字化采集，中心微信公众号新设的“数说纹样”栏目发布了7篇推送，从来源、工艺、纹样和色彩等方面解读克利缎。2024年9月，中心在仓街仁恒商区举办“风从姑苏来：丝绸印花与国际时尚”展览，参观人数共计2.6万人次，强化了公众对丝绸印花工艺和中式审美的认知，相关报道在《中国日报》、国际在线、学习强国、《姑苏晚报》、“苏州发布”公众号等17个平台上持续传播，引发了广泛关注与讨论。2025年1月，中心在世界文化遗产北京中轴线正阳门旁举办了“丝绸·Memory”世界记忆微展，展示丝绸产业发展脉络和瑰丽的丝绸纹样。2025年4月，“丝绸纹样×数字科技”全国首个丝绸纹样数字馆开馆，通过数字化技术深度呈现苏州丝绸纹样的千年文化底蕴，其中汇聚了来自中心的纹样资源。在研究合作方面，中心与苏州工学院共同承担2023年度教育部人文社会科学研究规划基金项目“江南丝织品纹样设计图谱研究”。

然而，需要指出的是，高质量数据集建设的直接目标在于满足场景化使用，以某一主题为线索的数据集仍属于较为粗略的集合，不同应用领域的需求存在明显差异。因而，在完成首次登记后，中心正在推进相关工作，以明确高质量数据集建设的目标用户及其使用场景。基于以往利用数据的分析发现，针对不同用户群体，差异化需求具体表现为：学术研究需要保障档案数据的完整性、可追溯性与学术规范性，重点关注丝绸技艺、纹样设计及其历史演变；文化传播则更强调档案内容的可理解性、可呈现性及故事性，通过生动的视觉或叙事方式展现丝绸文化的美学价值；教育教学关注档案信息的交互性与适配性，需要将档案资源转化为易于理解和操作的教育材料和实践活动。这意味着丝绸档案高质量数据集的建设不仅要兼顾信息完整性和学术价值，也要满足文化传播和教育教学的呈现与交互需求。随着档案数据要素价值的逐步凸显，中心正与既有合作伙伴、学术机构及服务对象持续沟通，挖掘和明确各类场景下的具体需求。

如何建：以平台著录为支撑

在高质量数据集建设中，数据标注是核心环节。其必要性在于，原始数据多为非结构化或半结构化形式，仅凭扫描件或文字记录难以直接用于分析、检索或应用。通过标注，数据可以实现结构化和语义化处理，识别人物、事件、地点、机构等实体及其内在关系，从而将原始信息转化为可分析、可利用的知识资源，为实现数据价值化奠定基础。值得指出的是，对于档案数据而言，标注工作具有天然优势：档案著录可为标注提供坚实基础。具体而言，档案著录提供规范化字段、标准化描述和完整元数据，使工作能够在已有结构化信息支撑下高效开展。

近年来，丝绸档案数据的著录规范在本体基础上进行了特色优化，通过提取不同本体类的管理性与描述性元数据，并梳理丝绸档案本体类与丝绸工艺技法、工艺设计、机构、事件、商标、奖项等本体类之间的关联关系，设置相应的关系元数据，从而形成完整的元数据方案。该方案已应用于世界文献遗产丝绸档案数字保护与传承平台（获批2024年苏州市信息化项目，入选2025年中国数字人文年会优秀项目，提名2025年国际数字人文奖），为平台式著录提供支撑，并为后续数据标注提供标准化、结构化信息基础。

从长远来看，为实现高质量数据标注、规模化管理与可持续运营，建设专门的标注平台是必然需求，不仅能够科学拆分任务、合理分配工作、支持多人协作，还可整合OCR识别、自然语言处理、图像识别等智能工具，提高标注效率并减轻人工负担，同时对标注全过程进行质量控制，包括一致性检查、多层次校验及版本管理，确保数据可溯源、可追踪、精确完整。对于丝绸档案文献遗产而言，其既有完善的著录基础，又已具备部分平台建设经验，为标注工作提供天然支撑，使后续工作能够顺利开展、成果适应多场景应用，实现档案数据从信息载体向高价值知识资源的长期转化。未来，世界文献遗产丝绸档案数字保护与传承应用平台将在丝绸档案高质量数据集建设中发挥核心作用，通过在已有著录基础上开展数据清洗、标注及标准化管理，实现标注成果的知识化表达与多场景应用，使档案数据在长期保存的同时，也能服务于学术研究、公共文化和教育创新，从而充分发挥其多维价值。

怎么用：以价值转化为驱动

与国家、行业层面关于高质量数据集的规划目标一致，丝绸档案高质量数据集的建设一方面是对标人工智能高质量数据集建设，以支撑文化大模型训练的需要，作为专门领域数据进行供给；另一方面，则是在数据要素化、数字资产化视域下深化丝绸档案开发利用与传承丝绸文化。

可以说，无论是在政策还是实践层面，“授权”模式都是目前公共数据资产化最为稳妥、可行的实践。但对于丝绸档案而言，亟须解决的核心问题并不仅在于如何在“授权”的制度框架下走通数据资产的运营与反馈路径，更在于如何以价值实现为导向，将馆藏资源真正转化为可用的资产。实践层面已有一定探索可资借鉴。例如，南京市档案管理部门与数据管理部门协同推进，以非物质文化遗产档案为切入点，选择南京市档案馆馆藏破产企业中兴源丝织厂的云锦档案作为试点，对其经营管理档案、云锦实物及图稿等进行数字化采集、分批审核开放，并交由第三方南京大数据集团有限公司进行确权登记与商业化开发，目前已与部分企业达成数据利用意向。这一案例体现了综合档案馆在“授权”模式上以市场价值为牵引的探索，但对丝绸档案馆等专业机构而言，仍需结合自身特点，走出更直接、灵活的路径。

与综合档案馆相比，专业档案馆的馆藏集中于特定行业或领域，产权关系相对单一，且与专业用户和产业生态联系紧密，因此更适合以价值为驱动，采用定向授权与场景化开发的方式，加速资源向资产、再向价值的转化。正因机构性质的差异，综合档案馆的经验虽可借鉴，却难以完全套用在专业档案馆之上，后者唯有将数据利用嵌入丝绸产业发展、非遗保护与文化传播等具体业务场景，才能真正实现数据资产的价值闭环。具体而言，可从价值场景和试点机制两方面推进：首先，将档案数据嵌入丝绸产业企业的产品设计、历史复原及营销推广环节，同时面向科研机构开展文化研究与非遗保护数字化分析，并适度开发公众教育和文化展示应用，以最大化档案的社会与产业价值；其次，可从小规模试点项目起步，验证授权与运营流程的可行性，并通过收集使用方反馈持续优化数据结构、开放方式及商业模式，实现数据资产运营的闭环管理。值得一提的是，不同于此前公共数据登记聚焦于开放档案目录、网站新闻、区县档案馆概况及职称评审等内容。此次“近现代中国苏州丝绸文献遗产数据集”的登记以丝绸纹样和相关工艺流程为主，在数据粒度、专业性及文化价值方面体现出一定优势，现通过苏州公共数据授权运营路径（数据登记—数据归集—数据脱敏—产品开发—产品利用），已成功与企业达成合作，顺利实现丝绸文献类公共数据授权运营场景落地应用，有效激活特色档案数据要素价值。

在广义概念下，高质量数据集不仅是面向AI的高质量数据集，还是场景牵引、价值驱动所形成的可信数据集合，契合数据要素视域下“供给”的逻辑。当前，数据质量要求研究与数据资产化探索不断深入，档案文献遗产具有领域特殊性，兼具信息存证、历史记忆与数据资产三重价值，在文化资源中占有重要地位，其高质量数据集的建设具有重要意义：顺应文化数据资产化与要素化的发展趋势，促进档案文献遗产价值的多维转化，实现档案文献遗产数据从静态资源向动态能力的跃升。在未来亦可参与到文化大模型构建中，在档案数据要素供给方面发挥更大的作用。

文章来源：《中国档案》2026年第5期

作者单位：江苏省苏州市档案馆、苏州市工商档案管理中心（苏州中国丝绸档案馆）、南开大学信息与传播学院