louisbrulenaudet/code-minier-nouveau

该数据集专注于对预训练语言模型进行微调，以创建高效且准确的模型用于法律实践。它特别关注法国法律，尤其是‘新矿产法典’，并用于文本生成、问答和分类等多种NLP任务。数据集通过指令引导的微调方法，利用人类提供的指令来指导模型的行为，从而提高模型在特定任务上的适应性和性能。此外，数据集的结构和生成过程也在README中详细说明，包括JSON文件的格式和用于生成数据的指令列表。

原始信息汇总

数据集概述

基本信息

• 许可证: Apache-2.0
• 语言: 法语
• 多语言性: 单语种
• 标签:
  • 微调
  • 法律
  • 法国法律
  • 法国法
  • 新矿业法典
• 源数据集: 原始数据
• 美观名称: 新矿业法典

任务类别

• 文本生成
• 表格问题回答
• 摘要
• 文本检索
• 问答
• 文本分类

大小类别

• 数据集大小: 1K<n<10K

数据集生成

• 数据集由一系列JSON文件组成，每个文件包含多个字典，每个字典包含以下字段：
  • instruction: 字符串，与元素相关的指令。
  • input: 字符串，元素的输入细节。
  • output: 字符串，元素的输出信息。
  • start: 字符串，文章生效日期。
  • expiration: 字符串，文章失效日期。
  • num: 字符串，文章的ID。

数据集使用说明

• 数据集主要用于微调预训练语言模型，以创建适用于法律实践的高效准确模型。
• 微调过程涉及在特定任务或领域数据上进一步训练模型参数，使用指令引导模型行为，提高模型在特定任务上的适应性和性能。

搜集汇总

数据集介绍

构建方式

该数据集源自法国官方法律文本，专注于《新矿业法典》(Code minier (nouveau)) 的收录与整理。构建过程秉持每日自动化更新的原则，从LEGI等权威法律数据库实时抓取条文数据，确保信息的时效性与准确性。每条条文被封装为结构化的字典对象，包含丰富的元数据字段，如唯一标识符、法律状态、生效与终止日期、版本号及层级关系等。通过标准化的数据抽取与清洗流程，原始法律文本被转化为适用于机器学习任务的高质量语料库，为后续的模型微调与知识抽取奠定了坚实基础。

特点

本数据集的核心优势在于其精细化的结构设计与多维度信息覆盖。每条法律条文不仅包含纯文本内容，还附带了HTML格式的富文本版本，便于不同场景下的解析与渲染。尤为突出的是，数据集完整保留了条文的版本演进历史、父级章节的层级关系以及欧洲立法标识符(ELI)，使得法律条文的追溯与关联分析成为可能。此外，数据每日刷新，使得研究者能够始终基于最新法律文本开展工作，避免了传统静态数据集可能存在的过时问题。

使用方法

该数据集的应用场景广泛，适用于文本生成、摘要、问答、检索及分类等多种自然语言处理任务。用户可通过HuggingFace的datasets库直接加载数据，亦可借助RAGoon工具包同时加载多个法国法律数据集，实现跨法典的联合分析。在技术实现上，建议研究人员利用数据集提供的结构化字段，针对条文的生效状态、层级关系或历史版本设计特定的筛选与采样策略，从而构建个性化的训练集或评估集，服务于法律文本理解、智能问答系统开发等下游任务。

背景与挑战

背景概述

《新矿业法典》数据集由法国研究者louisbrulenaudet于2025年创建，旨在为研究人员、法律从业者及学生提供简化且更新的法国法律文本访问途径。该数据集隶属于LegalKit项目，聚焦于法国矿业法的数字化重构，每日自动刷新以确保数据时效性。其核心研究问题在于如何将复杂、多层级结构的法国法律体系转化为机器可读的标准化格式，以支持文本生成、问答、摘要、检索及分类等自然语言处理任务。作为开源法语法律数据资源的重要组成部分，该数据集不仅推动了法律人工智能在法国本土的应用，还为欧洲及国际社区的法律技术研究提供了可复用的基础语料，尤其对矿业法规的自动化分析与合规审查具有显著影响力。

当前挑战

该数据集面临的核心挑战首先在于法律文本的固有复杂性——法国矿业法典包含嵌套的章节结构、历史版本追溯、交叉引用及多种法律状态（如“已修改”或“失效”），这要求数据模型精确捕捉层级关系与时间维度，对信息抽取与表征学习构成严峻考验。其次，构建过程中需处理多源异构数据的整合难题，包括从官方LEGI数据库实时抓取、解析HTML格式文本、统一编码标准（如ELI标识符）并确保每日更新的稳定性与一致性。此外，非结构化元数据（如注释、历史记录）与结构化字段（如日期、编号）的融合增加了标注管道的设计复杂度，而开源模型的训练还需平衡数据完整性、隐私合规与计算资源约束。

常用场景

经典使用场景

在法国法律文本分析与自然语言处理的研究领域中，louisbrulenaudet/code-minier-nouveau数据集为研究者提供了一个结构化的、每日更新的《新矿业法典》全文资源。该数据集最经典的使用场景是用于法律文本的生成式微调，例如训练能够理解并生成法国矿业法规条款的大型语言模型。此外，它也被广泛用于表格问答任务，通过解析法典中结构化的文章编号、生效日期、法律状态等字段，实现对特定法条内容的精准检索与回答。同时，摘要生成与文本分类也是其常见应用，研究者可基于该数据集训练模型自动归纳冗长的法律条文，或对条款的法律性质、所属章节进行自动标注。

解决学术问题

该数据集有效解决了法国法律文本数字化研究中的两大核心学术难题：数据碎片化与时效性缺失。在传统的法律NLP研究中，学者常因无法获取统一、结构化且每日更新的法典全文而面临数据不一致与过时问题。louisbrulenaudet/code-minier-nouveau通过提供包含文章编号、生效日期、法律状态、层级关系等丰富元数据的结构化条目，使得研究者能够开展大规模的法律文本演化分析、条款间关联挖掘以及法律时效性推理等前沿课题。其意义在于为法国法律计算学奠定了高质量的数据基础，推动了从规则匹配到语义理解的研究范式转换，尤其促进了在低资源法语法律领域中的开源语言模型开发。

衍生相关工作

该数据集衍生了一系列具有影响力的经典工作。其中，基于其结构化特性开发的RAGoon工具包实现了跨多个法国法律数据集的高效加载与联合查询，成为法律检索增强生成（RAG）流程的标准化组件。研究者利用该数据集训练了首个专门针对法国矿业法规的领域语言模型，在法条检索与问答任务上显著优于通用多语言模型。此外，有工作基于其每日更新的特性设计了法律文本时序分析框架，能够自动检测并量化法典条款的修改频率与方向。该数据集还催生了针对法语法律文本的摘要生成基线模型，其在ROUGE指标上的表现成为后续研究的参照基准。