AI训练数据版权合规四步实操

一、筛查数据源版权状态

具体动作：使用国家版权局官网（copyright.gov.cn）‘作品登记数据库’及中国版权保护中心公开检索入口，对拟纳入训练集的文本、图像类数据源进行关键词+作者+首次发表时间三重交叉核验；同步比对《最高人民法院关于审理侵害信息网络传播权民事纠纷案件适用法律若干问题的规定》第十条所列‘合理使用’六项情形。产出物：《数据源版权状态核查表》，含URL、原始发布平台、发布时间、作者署名情况、是否标注‘禁止转载’字样。卡点：非署名网络文章难以追溯权利人；部分自媒体平台未公示首发时间。检查项：核查表中每条记录须附截图存证，且截图需包含页面URL地址栏及网页底部版权信息区域。

二、确认授权路径与费用区间

具体动作：对需取得许可的数据类型（如已登记美术作品、期刊论文、图书章节），登录中国文字著作权协会（cwwriters.org.cn）或中国摄影著作权协会（cspa.com.cn）官网查询集体管理授权流程；对照其2024年公开的《文字类作品数字化使用收费标准（试行）》中‘非交互式机器学习训练’档位，确认按字符数计费区间为0.001–0.003元/千字。产出物：《授权路径确认单》，注明拟对接集体管理组织名称、拟申请许可范围（如‘2020–2023年中文科技期刊论文摘要训练用途’）、预估费用计算过程。卡点：部分境外出版物不在国内集体管理组织覆盖范围内；学术数据库单独授权条款常要求签署保密附件。检查项：确认单须列明所依据的收费文件文号（如‘文著协发〔2024〕5号’）及对应条款序号。

三、实施训练数据标注与留痕

具体动作：在数据清洗环节，对每一类来源数据添加结构化元标签，字段包括‘来源平台类型（新闻网站/学术库/开源社区）’‘内容生成方式（人工撰写/机器生成/用户上传）’‘是否含第三方嵌入内容（如引用图、转载链接）’；使用本地部署的哈希工具对原始数据包生成SHA-256值并存档。产出物：《训练数据元数据清单》（CSV格式）及对应哈希校验文件。卡点：UGC内容中混杂未声明版权的再创作素材；部分PDF文档内嵌字体存在独立版权。检查项：清单中‘来源平台类型’字段须与《互联网新闻信息服务许可证》持证单位名录或教育部备案高校名单等公开目录一致，不可填写模糊表述如‘某论坛’‘某博客’。

四、准备模型训练备案基础材料

具体动作：根据《生成式人工智能服务管理暂行办法》第十七条，整理《训练数据说明文件》，重点描述数据构成比例（如‘中文公开网页文本占比约68%，经脱敏处理的公开专利文献占比12%’）、过滤机制（如‘部署基于关键词+语义模型的双重过滤规则，拦截含明确版权声明的全文段落’）。产出物：加盖公章的《训练数据说明文件》（模板参考网信办2023年12月发布的《生成式人工智能备案材料指引（V2.0）》附件3）。卡点：无法量化说明‘脱敏处理’具体技术参数；部分历史爬取数据缺失原始URL。检查项：文件须包含数据时间跨度起止年月、主要来源平台名称（限于工信部ICP备案公示名单内主体）、过滤规则触发日志样本（至少3例带时间戳的拦截记录）。

本文由钻瓜网整理发布，内容仅供参考，具体政策、流程与费用请以国家知识产权局及各地官方机构最新公告为准。