LEDGAR

LEDGAR是一个包含合同法律条款的多标签语料库，它是从公共领域（美国证券交易委员会提交的文件）中抓取和整理的，据我们所知，这是同类中首个免费可用的语料库。由于该语料库是半自动构建的，我们采用了并讨论了多种去噪方法。由于该语料库包含超过60,000份合同中的近100,000个条款，并且标注了超过12,000个标签，我们认为它对于法律自然语言处理（Legal NLP）、大规模或极端文本分类以及法律研究等领域的研究都具有重要意义。