AI-team-UoA/greek_legal_code

该数据集名为Greek Legal Code，主要用于文本分类任务，特别是多类别和主题分类。它是一个希腊语（el）的单语数据集，采用CC-BY-4.0许可。数据集被归类为中等规模，样本数量在10,000到100,000之间。数据来源于原始资料，包含两种配置：chapter和subject。chapter配置包含文本和标签特征，标签代表各种法律主题。subject配置也包含文本和标签特征，标签代表具体的法律主题。数据集分为训练集、测试集和验证集，并提供了每个分区的字节数和样本数。

原始信息汇总

数据集概述

基本信息

• 名称: Greek Legal Code
• 语言: 希腊语 (el)
• 许可证: CC-BY-4.0
• 多语言性: 单语种
• 大小: 10K<n<100K
• 数据源: 原始数据
• 任务类别: 文本分类
• 任务ID:
  • 多类分类
  • 主题分类

数据集结构

• 配置名称: chapter

  • 特征:
    • text: 数据类型为字符串
    • label: 数据类型为分类标签，包含多个类别名称

• 配置名称: subject

  • 特征:
    • text: 数据类型为字符串
    • label: 数据类型为分类标签，包含多个类别名称

数据分割

• 训练集:
  • 大小: 216757887字节
  • 示例数量: 28536
• 测试集:
  • 大小: 71533786字节
  • 示例数量: 9516
• 验证集:
  • 大小: 68824457字节
  • 示例数量: 9511

数据集大小

• 下载大小: 145510070字节
• 数据集总大小: 357116130字节