x65617379/bailii_260505

该数据集包含从BAILII网站爬取的约551,000份文档，覆盖了英国、爱尔兰、欧洲人权法院、欧洲法院以及其他相关司法管辖区的判决、决定、立法和庭审记录。数据集保留了每份文档的原始HTML内容以及提取的元数据，如法院、日期、当事人、引用信息等。文档类型多样，包括法律案例、法规和法庭笔录，适用于法律NLP研究、学术分析、历史趋势检索等用途。数据规模较大，平均HTML内容大小约为28KB，涉及92个数据库和超过28,000个唯一法院，但元数据覆盖不均，部分字段如引用、日期、法院等非空率在72%至16%之间。数据集以英文为主，包含一些翻译内容，未进行个人敏感信息脱敏，使用时需注意法律和隐私风险。This dataset contains ~551,000 documents crawled from BAILII, covering judgments, decisions, legislation, and transcripts from courts and tribunals across the United Kingdom, Ireland, the European Court of Human Rights, the European Court of Justice, and other related jurisdictions. The dataset preserves both the raw HTML content and extracted metadata (court, date, parties, citations, etc.) for each document.