NghiemAbe/Legal-Corpus-Zalo

--- dataset_info: features: - name: law_id dtype: string - name: article_id dtype: string - name: title dtype: string - name: text dtype: string splits: - name: corpus num_bytes: 114405934 num_examples: 61425 download_size: 34053645 dataset_size: 114405934 --- # Dataset Card for "Legal-Corpus-Zalo" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)--- 数据集信息： features: - 字段名：law_id，数据类型：字符串 - 字段名：article_id，数据类型：字符串 - 字段名：title，数据类型：字符串 - 字段名：text，数据类型：字符串 splits: - 划分名称：corpus（语料库），字节数：114405934，样本数：61425 download_size: 34053645 dataset_size: 114405934 --- # "Legal-Corpus-Zalo"数据集卡片 [需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集名称

Legal-Corpus-Zalo

数据集特征

• law_id: 数据类型 - string
• article_id: 数据类型 - string
• title: 数据类型 - string
• text: 数据类型 - string

数据集分割

• corpus:
  • 字节数: 114405934
  • 示例数: 61425

数据集大小

• 下载大小: 34053645
• 数据集大小: 114405934

搜集汇总

背景与挑战

背景概述

该数据集是一个越南法律语料库，包含约6.14万行结构化文本数据，涵盖多种法律文件类型，如通知、条例和法律条款。数据以Parquet格式存储，适用于法律文本分析、自然语言处理等任务，专门针对越南法律体系提供详细的条文内容。