lavis-nlp/german_legal_sentences
收藏资源简介：
德国法律句子（GLS）数据集是一个自动生成的训练数据集，用于德语法律文档中的语义句子匹配和引用推荐。该数据集遵循弱监督概念，使用多种启发式方法生成不完美的标签。数据集中的句子和引用是从[Open Legal Data](http://openlegaldata.io/)提供的真实司法裁决中解析出来的。主要支持的任务是语义相似性排名，并提供了一系列基准方法的性能指标。
The German Legal Sentences (GLS) dataset is an automatically generated training dataset for semantic sentence matching and citation recommendation in German legal documents. This dataset adopts the weak supervision paradigm and uses multiple heuristic methods to generate imperfect labels. The sentences and citations in the dataset are parsed from real judicial rulings provided by [Open Legal Data](http://openlegaldata.io/). The primary supported task is semantic similarity ranking, and performance metrics for a series of baseline methods are provided.
数据集概述
数据集描述
数据集总结
德国法律句子（GLS）是一个自动生成的训练数据集，用于德语法律文档中的语义句子匹配和引用推荐。该数据集遵循弱监督的概念，使用法律引用匹配和BM25相似性等多种启发式方法生成不完美的标签。数据集中的句子和引用是从Open Legal Data提供的实际司法决定中解析得到的。
支持的任务和排行榜
主要任务是语义相似性排序，使用平均倒数排名（MRR）、MAP和召回率作为评估指标。提供了几种基线方法的性能比较。
语言
该数据集包含来自德国法院决定领域的文本。
数据集结构
数据实例
数据集中的每个实例包含查询文档的ID、引用ID、句子ID和文本，以及相关文档的相应信息。
数据字段
[更多信息待补充]
数据分割
[更多信息待补充]
数据集创建
源数据
初始数据收集和规范化
数据来源于Open Legal Data，经过预处理和规范化，使用手工制作的正则表达式解析法律引用，并进行标准化处理。
源语言生产者
源语言来自德国法院诉讼的上下文。
注释
注释过程
注释是机器生成的。
注释者
注释由机器完成。
个人和敏感信息
源文档已公开并匿名化。
使用数据的考虑因素
数据集的社会影响
该数据集旨在通过加速语义搜索技术的研究，提高法院决定对公众的可访问性。
偏见讨论
[更多信息待补充]
其他已知限制
[更多信息待补充]
