ICS 35.060 CCS L 76 T 团 体 标 准 T/SIGA 005—2026 医保医用耗材 语料库建设导则 Medical insurance consumables — Guidelines for corpora construction 2026-03-30发布 上海市图像图形学学会 发布 2026-03-31实施 全国团体标准信息平台 全国团体标准信息平台 T/SIGA 005-2026 I 目 次 前言 ................................................................................. III 引言 .................................................................................. IV 1 范围 ................................................................................ 1 2 规范性引用文件 ...................................................................... 1 3 术语和定义 .......................................................................... 1 4 缩略语 .............................................................................. 2 5 语料库分类 .......................................................................... 2 5.1 业务分类 ...................................................................... 2 5.2 用途分类 ...................................................................... 2 6 数据要求 ............................................................................ 3 6.1 数据属性 ...................................................................... 3 6.2 数据技术 ...................................................................... 3 7 语料生产要求 ........................................................................ 4 7.1 基本要求 ...................................................................... 4 7.2 采集 .......................................................................... 4 7.3 清洗 .......................................................................... 4 7.4 标注 .......................................................................... 5 7.5 存储 .......................................................................... 6 8 审核与测试 .......................................................................... 6 8.1 标注审核 ...................................................................... 6 8.2 数据测试 ...................................................................... 6 9 应用 ................................................................................ 7 9.1 模型预训练 .................................................................... 7 9.2 模型后训练 .................................................................... 7 9.3 知识检索增强 .................................................................. 7 9.4 智能体应用 .................................................................... 7 9.5 更新 .......................................................................... 7 附录A（规范性）医保医用耗材领域语料表达要求 ............................................ 8 附录B（资料性）医保医用耗材领域知识库建议信息 ......................................... 10 参考文献 .............................................................................. 11 全国团体标准信息平台 全国团体标准信息平台 T/SIGA 005-2026 III 前 言 本文件按照 GB/T 1.1—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专利的责任。 本文件由上海市图像图形学学会提出并归口。 本文件起草单位：万达信息股份有限公司、华东师范大学、上海交通大学、上海健康医学院。 本文件主要起草人：戴永亮、闫锦成、周黎、朱佳杰、徐兆峰、时义桥、张晶菁、施振东、陶思旭、袁其文、黄煜、肖湘、牛辰睿、程昱镐、周雨晴、邵慧力、张磊、陆爱君、项冬冬、姚思琼、郭景振、胡孟晗、翟广涛。 全国团体标准信息平台 T/SIGA 005-2026 IV 引 言 医用耗材相关材料来源多样、结构复杂，本文件旨在规定统一规范的语料体系，该体系能够有效支撑医保耗材审核、目录分类及科研管理等核心业务的智能化转型，明确数据治理与安全要求，打破数据孤岛，在保障合规的前提下促进医疗机构、医疗器械企业与监管部门间的数据融合与价值挖掘。 本文件所指语料主要来源于医保医用耗材注册与备案体系。当前通用大模型缺乏该领域的专业知识，亟须建立符合该领域特点具备多模态特征（文本、图像、表格）的专业语料库标准，以确保人工智能应用的安全性和专业性。 本文件旨在为规范医保医用耗材领域语料资源的建设，解决当前行业内语料标准缺失、数据质量参差不齐、语义不一致等问题，指导使用单位建立安全、智能、精确的语料治理体系，支撑医保医用耗材智能审核从单点识别向多智能体协同处理演进。 全国团体标准信息平台 T/SIGA 005-2026 1 医保医用耗材 语料库建设导则 1 范围 本文件规定了医保医用耗材领域语料库的分类、数据要求、语料生产要求和应用要求。 本文件适用于医保医用耗材领域语料库建设。 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/T 43697—2024 数据安全技术 数据分类分级规则 3 术语和定义 下列术语和定义适用于本文件。 3.1 数据资源 data resource 以电子化形式记录和保存的具备原始性、可机器读取、可供社会化再利用的数据集合。 3.2 语料 corpus 语言材料或语言应用的样本。 3.3 语料库 corpora 由依据一定抽样方法收集的自然出现的语料所构成的电子数据库。 注：是按照一定目的和方法进行选择并有序排列的数据汇集。 3.4 模态 modal 机器对现实世界信息的感知模式或信息通道。 注：包括数据表征模式（如文本、图像、语音、视频、生物与生理信息等）、数据采集机制（将每种传感设备采集到的