来源：【中国城市报】名词解释语料数据（Corpus Data）是指用于训练、测试和优化自然语言处理（NLP）模型或人工智能系统的一系列文本或语言数据。这些数据通常以文本形式存在，包括但不限于书籍、文章、新闻报道、对话记录、社交媒体内容、专业文献等。
【大河财立方 记者 王宁宁 深圳报道】日前，深圳四箭齐发推进建设人工智能先锋城市，一日连发4份行动计划，分别涉及人工智能先锋城市、人工智能终端产业、具身智能机器人和瞪羚企业独角兽企业，全方位深层次建设创新之城。
语料数据（Corpus Data）指为语言分析、模型训练等目的系统化收集的真实文本或语音材料的集合，是自然语言处理（NLP）领域的核心资源，相当于AI学习语言的“教材”。在AI时代，语料是人工智能发展的核心基础之一，甚至被誉为AI产业的“金矿”，是决定模型能力上限的核心要素。
漕河泾会议中心，座无虚席。2月22日，2025全球开发者先锋大会召开首日，一场以语料为主题的论坛吸引了众多开发者和创业者的围观，甚至连通道上都站满了认真聆听的观众。论坛承办方上海库帕思科技有限公司董事长山栋明说：“一开始觉得这个场地大才选了这里，但大家的热情超出了我们的想象。
活动现场。 上海市卫生健康委 供图上海首个卫生健康行业语料库发布，覆盖100多个二、三级专科科目，兼顾常见病、多发病、急难危重症、肿瘤和罕见病等。11月27日，上海市经济和信息化委员会、市卫生健康委员会、上海市疾病预防控制局共同发布上海市首个卫生健康行业语料库。
上海黄浦江畔，模速空间的办公室里，秦岳时常能看见城市苏醒的模样。“最近一个月里，我们推出了四款核心产品，AI带来的服务需求正在迎来爆炸式增长。”作为达摩智能创始人，秦岳在言辞间，难掩对于AI浪潮的热情与兴奋。面向五湖四海的人工智能（AI）创业者，上海正张开怀抱。
《深圳市加快打造人工智能先锋城市行动计划（2025—2026年）》印发。其中提出，加快构建行业语料集。充分利用深圳产业丰富优势，持续构建行业语料集，支撑垂类模型训练。打造高价值垂类数据集，重点培育医疗、教育、交通等高价值垂类数据集，汇聚建成3PB中文语料数据。
中新网上海11月27日电 (记者 陈静)上海市经济和信息化委员会、上海市卫生健康委员会、上海市疾病预防控制局27日共同发布上海市卫生健康行业语料库，包括临床医学1.0版和公共卫生1.0版。上海市卫生健康行业语料库27日正式发布。
开篇语 继国家数据局等17部门联合印发《“数据要素x”三年行动计划(2024-2026年)》之后，中央面向公共数据开发利用的首个顶层设计文件《关于加快公共数据资源开发利用的意见》公布，构建公共数据资源开发利用“1+3”政策规则体系。
◎科技日报记者 王 春 实习生 冯 妍人工智能（AI）应用破圈，踢球、面试、做家务等统统轻松拿捏；在展台前，开发者们簇拥交流；在会场内，机器狗腾转挪移，虚拟现实（VR）眼镜捕捉着AI生成的城市图景……2月21日至23日，2025全球开发者先锋大会在上海举办。
基于无涯大模型，星环知识平台TKH打造了无涯·问知、无涯·问数、无涯·金融、无涯·工程等AI原生应用，可广泛应用于金融、能源、制造、工程等多个领域，通过精准的数据分析和知识管理，满足企业不同类型的知识应用需求，提升企业业务效率和竞争力。
