日本TOPPAN、NTT数据和Fides Policy & Strategy Consulting（FPSC）三家公司，携手推进由日本数字厅主导的“政府AI源内大规模数据集调查、收集与加工项目”。三方将结合各自专业优势，负责整备“政府AI源内”使用的大规模数据集，推动数据的AI准备化，并探讨AI数据集标准。
该项目旨在支持政府跨部门利用“政府AI源内”，收集并加工政府共通数据（如内阁决议、国会会议记录、白皮书等跨部门有用数据）及各省厅特定业务使用的领域特化数据。通过OCR识别和数据清洗等预处理，将数据转化为适合AI搜索、学习和推理的高质量格式。
TOPPAN作为项目承包方，联合NTT数据和FPSC，针对约1800万页的政府共通及领域特化数据，实施AI准备化，构建支持“政府AI源内”利用的数据基础设施。
项目内容概述
根据数字厅的规范，开展政府共通数据和领域特化数据的收集、加工、元数据整理及AI数据集标准的研究。
权利处理
负责收集数据的知识产权及使用许可谈判。
数据收集与加工
收集政府共通数据及领域特化数据，进行OCR和清洗等预处理，转换为适合AI应用的高质量数据。
元数据设计与赋予
为收集的数据集设计并赋予来历信息、质量信息、权利信息及使用条件等元数据，确保AI和用户能准确判断数据的可靠性和可用性。
AI数据集标准研究
通过专家访谈和研讨会，探讨AI数据集的结构化及元数据规范，制定跨行政机构通用的政府AI数据集标准草案。
各公司职责
TOPPAN
利用在公共和金融领域积累的业务流程分析及数据加工技术，负责基于行政实务用例的数据选择、收集、权利处理、OCR及数据预处理，推动行政文档的AI准备化，构建适合搜索和推理的数据集。
NTT数据
凭借在行政数字档案和生成式AI导入支持的经验，负责元数据设计、制作及赋予，以及政府共通AI数据集标准的研究，支持构建高可信赖性的数据基础。
FPSC
依托在中央官厅的行政法务经验及与各省协商的背景，负责整理AI数据利用的法律问题，构建权利处理方案，支持版权及知识产权相关的审查和权利处理，确保数据利用的合法合规。
未来展望
三家公司计划于2027年3月前完成政府共通数据基础设施的建设，支持政府职员在“政府AI源内”的使用。通过专家访谈和研讨，持续完善AI数据集结构和元数据规范，推动数字厅“政府AI源内”的有效利用。
三方表示，将继续利用在数据收集、加工、元数据整理及数据利用方面的专业知识，支持政府、地方自治体及企业的AI应用推广，助力数字社会的实现。
