[目的/意义] 人工智能赋能科学研究已成为推动科学发现的重要驱动力。面向主题场景的高质量数据资源是训练高性能AI模型的关键，鉴于科技文献数据的复杂性及其直接用于大模型训练的局限性，亟须构建一套系统化的数据建设技术框架，通过对科技文献资源进行一系列的加工、提炼和整合，最终构建面向AI应用的高质量训练语料。 [方法/过程] 本研究提出了科技文献AI数据体系建设的“3+5 技术框架”，围绕AI数据体系建设全流程，提炼设计了3个层次的数据内容，以及5个阶段的数据治理过程，基于大数据技术、智能挖掘技术作为数据治理的关键要素，详细阐述了数据治理工具链的体系架构与功能。 [结果/结论] 为验证所提出的技术框架的有效性，本研究将其应用于水稻育种领域的AI数据体系构建实践中。结果表明，该框架能够有效地处理科技文献数据，构建出了高质量的领域数据集，为AI模型在水稻育种研究中的应用提供了数据支撑，验证了该技术框架的有效性和实用性。
