在数字化转型加速推进的背景下，文本数据正成为重要的基础资源之一。
然而，真正支撑分析与决策的关键往往不是“文字本身”，而是隐藏在文字中的客观量化信息，例如剂量、阈值、区间、比例、规模等。
国际标准化组织（ISO）近日发布ISO 24617-15《语言资源管理——语义标注框架（SemAF）——第15部分：可度量数量信息抽取》，为机器在不同领域一致、规范地识别和抽取文本中的数量信息提供了统一规则。
该标准经多轮国际投票形成，目前已被德国、法国、荷兰、丹麦、瑞士等10多个国家标准机构收录，显示出较强的国际认可度。
问题：非结构化文本“富矿”难以直接变为可用数据 从医疗电子病历、检验报告到上市公司财报、审计材料，再到电力运行记录、设备检修报告，大量业务信息以自然语言形态沉淀。
其间包含的“可度量数量信息”往往是判断风险、评估效益、制定策略的核心依据。
但长期以来，这类信息难以被自动、稳定地抽取并结构化沉淀：同一指标可能有多种表达方式，单位可能缺失或混用，区间、范围、阈值等表达复杂且存在歧义，指标与对象、时间、条件之间关系交织，导致跨系统比对困难、跨场景复用成本高，影响数据资源开发利用。
原因：语言表达多样与行业差异叠加，缺少“统一语义尺度” 业内人士指出，数量信息抽取之所以成为瓶颈，本质在于自然语言的高变性与行业文本的强专业性同时存在。
一方面，数量信息并非简单的“数字+单位”，其语义往往依赖上下文：对象是谁、属性是什么、是否为估计值、是否为上限下限、适用条件是什么等都需要明确标注；另一方面，医疗、电力、金融等行业对数量的精确性要求高，错误抽取可能带来风险。
同时，缺乏统一流程规范也使得不同机构、不同工具之间难以互认，数据口径不一进一步削弱了数据要素的流通与价值释放。
影响：标准化抽取有望提升数据治理水平与智能化应用效率 ISO 24617-15的发布，聚焦“可度量数量信息”抽取的共性环节，构建可跨领域应用的流程规范，并与既有的语义表示框架形成衔接。
据介绍，该标准的意义主要体现在三方面：一是为数量信息从识别、解析到结构化输出建立通用路径，减少“各做一套”的重复投入；二是为自动化处理提供统一的标注与抽取指南，利于规模化文本挖掘、数据转换、自动比对等应用；三是为高质量数据资源建设提供基础支撑，促进非结构化文本向结构化数据转化，提升数据要素开发利用的可持续性。
对策：以“产学研用”协同推动标准从发布走向可落地 该国际标准由华南师范大学、中国标准化研究院等牵头，行业企业广西电网有限责任公司深度参与，体现科研创新与行业需求的对接路径。
业内认为，国际标准的价值不仅在于文本本身，更在于能否形成可操作、可验证、可推广的工具链与应用规范。
下一步，推动标准落地需要多方协同：在技术层面，将标准嵌入数据治理平台、文本处理系统和行业应用工具，形成可复用组件；在管理层面，建立与业务指标、数据口径一致的对照体系，推动跨部门、跨机构数据互认；在生态层面，加强示范应用与评测机制建设，通过典型场景验证提升可复制性，带动更多行业和地区采用统一规则。
前景：面向数据要素市场化与行业智能化升级，基础标准作用将更突出 随着数据资源体系建设推进，非结构化文本的结构化转化将成为提升数据供给质量的重要环节。
医疗领域中，电子病历、检验报告、科研文献中的剂量、指标阈值、浓度区间等信息若能按统一规则抽取，将有助于形成可追溯、可比对的临床数据资产；电力领域中，运行报告、缺陷记录、检修工单等文本若能精准提取关键数值与条件关系，有望提升风险预警与运维效率；金融与审计场景中，对金额、比例、增长区间等数据的标准化抽取，将增强报表核验、风险识别与合规分析能力。
可以预见，随着跨语言、跨行业数据交换需求增加，数量信息抽取这类“基础能力”的标准化，将成为推动数据互联互通、促进应用创新的重要支点。
标准化是激活数据要素的关键一步。
此次由中国主导发布的可度量数量信息抽取国际标准，不仅填补了全球技术空白，更重要的是体现了中国在数据标准化、语义计算等前沿领域的创新实力和国际影响力。
随着该标准在全球范围内的推广应用，将进一步推动非结构化数据向结构化数据的转化，加速数据要素在各行业的价值释放，为全球数字经济发展注入新的动力。
这也充分说明，只有坚持产学研用深度融合，才能在国际竞争中掌握话语权，引领行业发展方向。