eurlex

EUR-Lex数据集是一个用于大规模多标签文本分类的资源，它包含了从EUR-Lex收集的5.7万份英文法律文件。这些文件由欧盟出版办公室标注了EUROVOC概念，平均长度为727个单词。数据集支持多标签文本分类任务，特别是针对少样本和零样本学习。该数据集基于Creative Commons Attribution 4.0 International许可发布。