Tiêu chí, chất lượng dữ liệu
Hướng dẫn, tiêu chí và quy trình bảo đảm chất lượng dữ liệu phục vụ AI.
Bộ tiêu chí chất lượng áp dụng cho các bộ dữ liệu phục vụ trí tuệ nhân tạo do Viện tạo lập, quản lý và chia sẻ. Chọn từng tiêu chí để xem nội dung đánh giá.
Bộ tiêu chí chất lượng
- Tính đầy đủTỷ lệ bản ghi, trường thông tin bị thiếu; độ bao phủ theo vùng miền, lĩnh vực, nhóm đối tượng.
- Tính chính xácTỷ lệ lỗi phát hiện qua kiểm tra mẫu; độ đồng thuận giữa người gán nhãn.
- Tính nhất quánĐịnh dạng, đơn vị, bảng mã, quy tắc đặt tên thống nhất trong toàn bộ dữ liệu.
- Tính cập nhậtThời điểm thu thập, chu kỳ cập nhật, lịch sử phiên bản.
- Tính đại diện, công bằngPhân bố dữ liệu giữa các nhóm; nhận diện và giảm thiểu thiên lệch.
- Tuân thủ pháp lýNguồn gốc hợp pháp, giấy phép sử dụng, ẩn danh hóa dữ liệu cá nhân.
- Tài liệu hóaCó mô tả bộ dữ liệu (datasheet), từ điển dữ liệu, hướng dẫn sử dụng.
Quy trình bảo đảm chất lượng
- Xây dựng đặc tả và hướng dẫn gán nhãn trước khi tạo lập.
- Kiểm tra tự động (định dạng, trùng lặp, giá trị ngoại lai).
- Kiểm tra mẫu bởi chuyên gia và đo độ đồng thuận.
- Rà soát pháp lý, ẩn danh hóa và phê duyệt công bố.
- Theo dõi phản hồi của người dùng, cập nhật phiên bản.
