nigerian-law-corpus

一个经过整理的尼日利亚法律文本语料库，包含1999年宪法、部分法案和拉各斯租赁法，已清洗并结构化，用于信息检索、RAG、语义搜索和法律自然语言处理。仓库包含原始源文件和已处理的JSONL记录，记录中包含 document_id、record_type、section_number、section_title、text 和页码范围等元数据字段。

原始信息汇总

nigerian-law-corpus 数据集总结

数据集概述

• 数据集名称：nigerian-law-corpus
• 描述：精选的尼日利亚法律文本语料库，包括 1999 年宪法、部分法案和拉各斯租赁法，已清理和结构化，用于信息检索、RAG、语义搜索和法律 NLP。
• 详情页地址：https://github.com/s4nniyusuf/nigerian-legal-corpus

目录与文件

路径	说明
https://github.com/s4nniyusuf/nigerian-legal-corpus/tree/HEAD/raw	原始来源文件，未修改，用于可追溯
https://github.com/s4nniyusuf/nigerian-legal-corpus/tree/HEAD/processed	清理并结构化文本，可用于 RAG 和 NLP
https://github.com/s4nniyusuf/nigerian-legal-corpus/blob/HEAD/LICENSE.md	CC BY 4.0 许可证文本

数据来源

• 宪法：Food and Agricultural Organisation，https://faolex.fao.org/docs/pdf/nig164561.pdf
• 选举法：Policy and Legal Advocacy Centre，https://placng.org/i/acts/
• 刑法典法案：Policy and Legal Advocacy Centre，https://placng.org/i/acts/；其中 schedule 是刑法典
• 拉各斯租赁法：Lagos Ministry of Justice，https://lagosministryofjustice.org/

处理方法

• 每个已处理并结构化数据集均从原始来源文件目录中的对应 PDF 提取，并组织为 JSONL，每行一条记录。
• 记录根据各法律结构划分。
• 记录类型包括 sections、preambles、schedules。
• Schedule 内容在来源结构需要时以多条记录表示，涉及宪法和刑法典。
• 刑法典主要组织为 code_section 记录，因为其 schedule 包含法典本身。
• 可用字段和记录类型因数据集而异。

数据集元数据

已处理数据目录中每个 JSONL 文件每条记录包含一个字典。以下键跨数据集出现；字段不适用时可为 null 或缺失。

字段	说明
id	记录级标识符；仅刑法典
document_id	来源文档标识符
source_file	原始 PDF 文件名
record_type	记录类别：preamble、section、code_section、act_section、schedule_text、schedule_paragraph、schedule_table_row 或 schedule_oath
physical_page_start	包含性 PDF 起始页
physical_page_end	包含性 PDF 结束页
chapter	结构标签，存在时
chapter_title	结构标签，存在时
part	结构标签，存在时
part_title	结构标签，存在时
section_number	条款引用
section_title	条款标题
text	提取的法律文本

模式因来源而异：

• 宪法包括 chapter 和 part 字段，以及若干 schedule 记录类型。
• 选举法包括 part 字段和 schedule text。
• 刑法典包括 id、chapter 字段和 code_section 记录。
• 租赁法主要记录 sections 和 page references。

record_type 值描述来源特定的记录结构。

免责声明

• 该语料库用于研究和信息用途；当前法律和解释应咨询权威法律来源。

许可证

• 仓库中的预处理数据集采用 Creative Commons Attribution 4.0 International (CC BY 4.0) 许可：https://creativecommons.org/licenses/by/4.0/
• 完整文本见：https://github.com/s4nniyusuf/nigerian-legal-corpus/blob/HEAD/LICENSE.md
• 该许可适用于数据集中的原创贡献，包括预处理和结构化。
• 不主张对底层法律文本的所有权。

搜集汇总

数据集介绍

构建方式

在尼日利亚法律信息学与自然语言处理交叉领域，该语料的构建依托可追溯的原始文献，将1999年宪法、选举法、刑法典与拉各斯租赁法等法律文本从对应PDF中抽取，经清洗与结构化后输出为JSONL文件，每行对应一条记录。记录依法律自身结构划分为序言、条文、法典条款、附表文本、附表段落、表格行及誓词等类别，并保留源文件名、物理页码、章、部分、条号、标题与正文等元数据。raw目录保存未修改原件以维持溯源能力，processed目录承载可直接用于检索与建模的文本，来源涉及联合国粮农组织、政策与法律倡导中心及拉各斯州司法部。

特点

立足法律人工智能对高质量结构语料的需求，该数据集彰显跨法律部门与多层级结构的特征。其覆盖宪法、选举法、刑法典和租赁法，记录类型随源而异，宪法包含章、部分及若干附表类型，选举法含部分与附表文本，刑法典以法典条款记录为主，租赁法则侧重条文与页码引用。字段可空或缺省，反映不同法律文本的原始组织方式；来源文件、文档标识与物理页码等元数据强化了可追溯性。数据以CC BY 4.0许可开放预处理贡献，不主张底层法律文本所有权，适用于信息检索、检索增强生成、语义搜索与法律自然语言处理研究。

使用方法

面向检索增强生成、语义搜索与法律自然语言处理任务，使用者可读取processed目录中的JSONL文件，以逐行解析方式获得字典记录，再依据record_type筛选序言、条文、法典条款或附表等对象。构建索引时可将章、部分、条号与标题字段同正文拼接，以提升检索的语义完整度；溯源与核验则可借助document_id、source_file及physical_page_start和physical_page_end完成。由于各法律来源的schema存在差异，应用前宜进行空值检测与字段映射，并注意该语料仅供研究与信息参考，现行法律解释仍应以权威法律来源为准。

背景与挑战

背景概述

作为面向尼日利亚法律文本的开放语料库，nigerian-law-corpus汇集1999年宪法、选举法、刑法典及拉各斯租赁法等权威文本，原始资料取自联合国粮农组织、政策与法律倡导中心及拉各斯州司法部等公开渠道。公开仓库未明确标注创建时间与个人贡献者，其核心研究问题在于将异构PDF法律文件清洗、结构化并组织为JSONL记录，以支撑信息检索、检索增强生成、语义搜索与法律自然语言处理。该数据集通过保留原始文件并区分预处理文本，增强了法律文本的可追溯性与再利用价值，对尼日利亚法律信息可及性及低资源法律NLP研究具有基础性影响。

当前挑战

面向法律信息检索与法律自然语言处理的实际需求，该数据集需应对法律文本篇幅冗长、章节层级繁复、术语高度专业且解释依赖权威来源等领域难题。构建过程中，PDF抽取与清洗面临版式差异、表格与宣誓文本混杂、页眉页脚噪声及字符编码不一致等障碍；不同法律的记录类型和字段模式各异，宪法与刑法典的附表内容需拆分为多记录表示，选举法与租赁法则侧重条文与页码引用。如何在保持来源可追溯、结构一致和许可合规的同时，实现跨文档语义对齐与检索友好组织，构成持续挑战。

常用场景

经典使用场景

在尼日利亚法律信息检索与自然语言处理领域，该数据集最经典的使用场景是面向宪法、选举法、刑法典与拉各斯租赁法的条款级语义检索与问答。processed/中的JSONL按章节、部分、条文、附表等结构记录，字段包含document_id、record_type、section_number、text等，便于将法律文本切分为可追溯的知识单元。研究者可借此构建向量索引，开展RAG，使查询“选举争议管辖”或“租赁通知期限”时返回对应条文与页码。raw/保留原始PDF，支持溯源核验。语义搜索、法条推荐、法律问答等任务因此获得统一、清洁且可复现的语料基础。

实际应用

实务层面，该数据集可支撑法律科技中的智能检索、合规问答与合同或租赁辅助审查。律师、法官助理或法律援助机构可借助语义搜索快速定位宪法基本权利、选举程序、刑事罪名或拉各斯租赁条款；RAG系统可基于processed/记录生成带出处的回答，减少幻觉风险。法律教育平台可构建条文解释与案例检索工具，公共机构也能用其开展开放法律数据服务。由于原始文件保留于raw/，开发者在部署条文级检索、引用核验和跨法域比较时，能够追溯PDF页码与来源，从而增强系统的可信度与审计能力。

衍生相关工作

围绕该语料衍生的相关工作，主要体现为尼日利亚法律领域的检索增强生成、条款级语义检索与法律问答系统。README未列明具体论文，但其JSONL结构与record_type划分，为构建条文嵌入、法条相似度计算、法律摘要和跨法比较等经典任务提供可复现基础。后续工作往往以宪法、选举法、刑法典和租赁法为对象，开展低资源法律NLP基准测试，或将其融入更广泛非洲法律语料。此类工作推动辖区特定法律知识库、开放法律数据接口及可解释法律AI的发展，并强调引用溯源与免责声明的必要性。