AptusAI/chat-eur-lex

Chat-EUR-Lex数据集包含从EUR-Lex获取的英语和意大利语法律文本，涵盖了2014年1月1日至2023年12月31日期间的法律文件。数据集特别包括了Celex 3中未随时间变化的历史文本，以及Celex 0中经过修订的最新合并版本。数据集不包括勘误表，并且排除了没有提供XML或HTML数据的EUR-Lex条目。数据集的结构包括文本、语言和CELEX编号三个字段。数据集的创建目的是为了提高欧盟法律的可访问性，使公司、律师、研究人员和公民更容易获取法律信息。

原始信息汇总

数据集概述

数据集名称

Chat-EUR-Lex 数据集

数据集描述

Chat-EUR-Lex 数据集包含从2014年1月1日至2023年12月31日期间，从EUR-Lex获取的英语和意大利语的法律文件。该数据集包括所有未更改的历史文本（Celex 3）和最新整合版本（Celex 0），排除了修正案和无XML或HTML数据的条目。

数据集结构

数据字段

• text: 文档的完整内容（字符串类型）
• language: 文档文本的语言（字符串类型）
• celex: 文档的官方ID（字符串类型）

数据实例

text	language	celex
02018R0338 — IT — 21.08.2019 — 001.001 Il presente testo è un semplice strumento di documentazione e non produce alcun effetto giuridico...	ITA	02018R0338-20190821

数据集大小

• 训练集：37226个实例，总大小为2170096432字节
• 下载大小：489777195字节

语言

• 英语
• 意大利语

许可信息

数据集根据Creative Commons Attribution 4.0 International (CC-BY-4.0)许可发布。

数据集创建

数据集由Aptus.AI和Institute of Legal Informatics and Judicial Systems (IGSG-CNR)创建，旨在提高欧盟法律的可访问性。

贡献者

• Aptus.AI
• Institute of Legal Informatics and Judicial Systems (IGSG-CNR)