构建合法合规的数据集

以数据为中心的人工智能要求数据集不仅要更大，还要更好。随着具有域外效力的数据保护法在全球范围内激增，确保数据集合法合规正成为“更好”中一个日益关键却常被忽视的组成部分。为帮助数据集构建者更愿意且更有能力驾驭这一复杂的法律空间，本文回顾了围绕机器学习数据集的关键法律义务，考察了数据法律对机器学习流水线的实际影响，并提供了一个构建合法合规数据集的框架。