louisbrulenaudet/code-justice-militaire-nouveau

该数据集名为Code de justice militaire (nouveau)，专注于通过微调预训练语言模型来创建高效且准确的法律实践模型。数据集的内容涉及法国军事司法法典，适用于多种NLP任务，如文本生成、表格问答、摘要、文本检索、问答和文本分类。数据集的生成基于一系列指令，这些指令用于指导模型生成特定任务的内容。数据集的结构为JSON格式，包含指令、输入、输出、生效日期、过期日期和文章编号等字段。

This dataset, named Code de justice militaire (nouveau), focuses on fine-tuning pre-trained language models to create efficient and accurate models for legal practice. The dataset pertains to the French Military Justice Code and is suitable for various NLP tasks such as text generation, table-question-answering, summarization, text retrieval, question-answering, and text classification. The dataset is generated based on a series of instructions that guide the model to produce content for specific tasks. The dataset is structured in JSON format, containing fields such as instruction, input, output, start date, expiration date, and article number.

原始信息汇总

数据集概述

• 名称: Code de justice militaire (nouveau)
• 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, droit français, Code de justice militaire (nouveau)
• 源数据集: 原始数据
• 任务类别: 文本生成, 表格问答, 摘要, 文本检索, 问答, 文本分类
• 大小类别: 1K<n<10K

数据集生成

• 数据结构: 每个数据项为一个字典，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。

• 生成指令: 数据集生成使用了多种指令，主要用于指导模型生成完整的文章内容。

搜集汇总

数据集介绍

构建方式

该数据集名为louisbrulenaudet/code-justice-militaire-nouveau，旨在为研究人员、法律从业者及学生提供最新、精简的法国军事司法法典文本。数据集基于法国官方公开的立法数据，通过每日自动刷新机制，确保所有法律条文的时效性与完整性。每条记录对应一个法律条款，包含丰富的结构化元数据，如条款编号、生效与终止日期、法律状态、版本历史、父级章节关系以及欧洲立法标识符等。数据以JSON格式组织，便于直接用于微调、文本生成、问答、摘要与分类等自然语言处理任务。

特点

该数据集的核心特点在于其全面且精细的元数据体系。每个条款不仅包含正文内容，还记录了从基本信息（如参考编号、生效日期）到层级关系（如父章节ID与标题）、版本控制（如前版标识符、扩展日期）以及技术细节（如HTML格式内容、注入参考）等近30个字段。这种结构使得用户能够轻松追踪法律条文的演变历程、理解条款在法典中的位置，并利用ELI标识符实现跨系统的法律文本关联。数据集规模介于1千至1万条之间，专为单语言法语法律场景设计，适合构建高性能的法律领域语言模型。

使用方法

用户可通过HuggingFace Datasets库直接加载该数据集，例如使用`load_dataset("louisbrulenaudet/code-justice-militaire-nouveau")`命令。对于需要整合多个法国法典的场景，推荐使用配套工具RAGoon（`pip install ragoon`），通过`load_datasets`函数批量加载包括本数据集在内的多个法律代码，并利用`concatenate_datasets`实现无缝合并。数据集支持流式加载以节省内存，其丰富的字段可直接用于监督学习中的特征提取、问答系统的上下文构建，或作为检索增强生成（RAG）管道的知识库，助力法律文本分析与自动化应用。

背景与挑战

背景概述

在自然语言处理与法律文本分析交叉领域，法国军事司法法典（新版）作为一项关键资源，由研究者Louis Brulenaudet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，致力于通过每日刷新的数据整合所有法律法典，以促进开源语言模型的训练与标注流程。其核心研究问题聚焦于如何将结构化的法律条款转化为机器可读的格式，支持文本生成、表格问答、摘要、检索、分类及问答等下游任务。该数据集的影响力体现在其作为开放数据源，降低了法律人工智能开发的准入门槛，并为欧洲社区项目中的法律文本处理提供了标准化基础。

当前挑战

当前，该数据集面临多重挑战。首先，在领域问题层面，军事司法法典的文本具有高度专业性与动态性，其条款频繁修订，要求模型具备实时更新与精准解析的能力，这对文本生成与问答任务的准确性构成了严峻考验。其次，在构建过程中，数据清洗与结构化是一大难点：来源数据包含从基础信息到历史版本的多层级元数据（如法律状态、ELI标识符、父章节关系），需确保字段一致性并处理缺失值。此外，每日刷新的机制虽保证了时效性，但增加了版本控制与存储管理的复杂性，尤其是处理多版本并存时的冲突解决。最后，多语言支持虽暂为法语单语，但未来扩展至多语言场景时，跨语言法律术语的对齐与翻译质量将成为新的瓶颈。

常用场景

经典使用场景

《新军事司法法典》数据集为法国法律文本的自动化处理提供了结构化、细粒度的语料资源。其经典使用场景聚焦于法律领域的文本生成与问答系统，研究者可基于该数据集微调大规模语言模型，使其能够精准生成符合法国军事司法规范的条文内容，或针对具体法律条款进行上下文相关的智能问答。此外，该数据集凭借其丰富的元数据字段，如条款生效日期、法律状态及层级关系，也常被用于法律文本摘要、表格问答与信息检索任务，助力构建高精度的法律知识服务系统。

解决学术问题

该数据集有效解决了法律自然语言处理研究中长期存在的领域语料匮乏与结构化不足的学术困境。通过提供每日更新的、带有完整时间戳与版本信息的法律条文，它使得研究者能够探究法律文本的历时演变模式，并开展诸如法律状态分类、条款关系抽取及版本差异分析等前沿课题。其深远意义在于，为法国乃至欧洲法律体系的数字化研究奠定了数据基础，推动了法学与人工智能的交叉融合，促进了可解释、可信赖的法律AI模型的发展。

衍生相关工作

围绕该数据集，衍生了一系列具有影响力的经典工作。其中，基于RAGoon框架的跨法典数据集加载工具，实现了多部法国法典的联合检索与融合分析，为跨领域法律研究提供了基础设施。此外，研究者利用该数据集的层级结构信息，开发了专门的法律条款关系抽取模型，能够自动识别条文间的引用与修正关系。另有工作聚焦于法律文本的时间感知嵌入表示，通过建模条款的生效与废止日期，显著提升了法律信息检索与问答系统的时间敏感性与准确性。