这是一个从日本政府网站e-Gov获取的日本法律数据集，下载日期为2024年10月20日。数据集包含两个主要字段：'text'和'metadata'。'text'字段包含法律文本，是主要使用的部分；'metadata'字段包含9个子字段，提供了法律的额外信息，如颁布时代、语言、法律类型、颁布年份、颁布月份/日期、法律编号和类别ID等。数据集分为训练集、验证集和测试集，比例为8:1:1，且分割时保留了

Hugging Face2025-01-14 更新150

IL-PCSR

信息检索

印度法律

IL-PCSR是一个为印度法律领域量身定制的语料库，旨在解决法律案件中的法律条文检索和先前案例检索问题。该数据集包含6271个案例判决文档、936个法律条文和3183个先前案例，涵盖13个广泛的法律领域。数据集的构建过程涉及从印度Kanoon平台收集20,000份公开可用的英语案例判决书，并通过匿名化处理和事件掩码来防止模型与法律条文和案例标题相关联。IL-PCSR是第一个支持对同一查询并行识别相

arXiv2025-11-01 更新630

joelniklaus/eurlex_resources

法律文本

自然语言处理

--- annotations_creators: - other language_creators: - found language: - bg - cs - da - de - el - en - es - et - fi - fr - ga - hr - hu - it - lt - lv - mt - nl - pl - pt - ro - sk

Hugging Face2023-05-10 更新180

Vakil_Indian_Legal_Dataset

资源简介：

相关数据集